Token导航 LogoToken导航TokenDH.com
Tiny Agents An MCP Powered Agent logo
AI代理stdio官方级别未说明来源级核验

Tiny Agents An MCP Powered Agent

MCP Server

一个基于模型上下文协议(MCP)的轻量级AI代理框架,支持与多种AI模型和工具的无缝集成。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
AI代理工具发现Python模型集成

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

SRafi007

提供方

SRafi007

最后核验

2026/5/17 20:21

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python -m venv venv

详细介绍

微型代理-MCP驱动的代理

由模型上下文协议(MCP)支持的轻量级AI代理框架,可与各种AI模型和工具无缝集成。

🌟 概述

该项目演示了如何使用 微型代理 框架与MCP服务器集成。这些代理可以与外部工具(如用于web自动化的Playwright)交互,并且可以由不同的LLM提供商提供支持,包括Ollama和Hugging Face Inference。

🚀 特性

  • 多LLM提供商支持:与Ollama、Hugging Face Inference和其他提供商兼容
  • MCP服务器集成:无缝连接到像Playwright这样的MCP服务器,以扩展功能
  • 灵活配置:基于JSON的代理配置,便于定制
  • 工具发现:内置工具列表和发现机制
  • 轻便快速:通过快速设置实现最小依赖

📁 项目结构

mcp-practice-tiny-agent/
├── agents/                          # Agent configuration files
│   ├── agent.json                   # Base agent configuration
│   ├── agent_with_ollama.json       # Ollama-powered agent
│   └── agent_with_hfinference.json  # HuggingFace Inference agent
├── scripts/                         # Utility scripts
│   ├── run_agent.py                 # Main agent execution script
│   ├── test_connection.py           # Connection testing script
│   └── mcp_list_tools.py            # Tool discovery script
├── servers/                         # MCP server configurations
├── requirements.txt                 # Python dependencies
└── README.md                        # This file

🛠️ 安装

先决条件

  • Python 3.8+
  • Node.js(适用于Playwright等MCP服务器)
  • Ollama(可选,用于本地LLM推理)

设置

  1. 克隆仓库:
   git clone 
   cd mcp-practice-tiny-agent
  1. 创建虚拟环境:
   python -m venv venv
   # On Windows
   venv\Scripts\activate
   # On macOS/Linux
   source venv/bin/activate
  1. 安装依赖项:
   pip install -r requirements.txt
  1. 设置环境变量 (如果使用拥抱脸):
   # Create a .env file
   HF_TOKEN=your_huggingface_token_here

🎯 用法

运行代理

执行主代理脚本:

python scripts/run_agent.py

这将加载代理配置并运行示例任务(例如,web搜索和摘要)。

测试连接

验证您的代理设置:

python scripts/test_connection.py

列出可用工具

了解您的代理可以使用哪些工具:

python scripts/mcp_list_tools.py

⚙️ 配置

代理配置文件

代理配置存储在 agents/ 目录为JSON文件:

示例:Ollama代理商(agent_with_ollama.json)

{
    "name": "playwright-agent",
    "description": "Agent with Playwright MCP server",
    "model": "Qwen/Qwen2.5-1.5B-Instruct",
    "base_url": "http://localhost:11434",
    "servers": [
        {
            "type": "stdio",
            "command": "npx",
            "args": ["@playwright/mcp@latest"]
        }
    ]
}

示例:拥抱面部推理代理(agent_with_hfinference.json)

{
    "name": "playwright-agent",
    "description": "Agent with Playwright MCP server",
    "model": "Qwen/Qwen2.5-1.5B-Instruct",
    "provider": "hf-inference",
    "servers": [
        {
            "type": "stdio",
            "command": "npx",
            "args": ["@playwright/mcp@latest"]
        }
    ]
}

配置参数

  • 名字:您的代理的唯一标识符
  • 描述:代理人目的的简要说明
  • 模型:要使用的LLM模型(例如。, Qwen/Qwen2.5-1.5B-Instruct)
  • 提供者:法学硕士提供者(hf-inference,或省略Ollama)
  • base_url:API终点(对于Ollama,通常 http://localhost:11434)
  • 服务器:要连接的MCP服务器阵列

🔧 支持的MCP服务器

当前配置为:

  • 剧作家MCP:Web自动化和浏览器控制功能

您可以通过修改来添加更多MCP服务器 servers 代理配置中的数组。

📚 关键依赖关系

  • 主控程序:模型上下文协议实现
  • MCP-奥拉马:用于MCP的Olama集成
  • tiny_agent:核心代理框架
  • 拥抱脸_主页:拥抱脸部模型集成
  • 奥拉玛:Ollama Python客户端
  • 皮丹提克:数据验证和设置管理

🤝 贡献

欢迎投稿!请随意:

  • 报告错误
  • 建议新功能
  • 提交拉取请求

📝 许可证

\[在此处添加您的许可证信息\]

🙏 致谢

📞 支持

有关问题和疑问,请在存储库中打开问题。

______________________________________________________________________

代理楼快乐! 🤖✨

目录标签

目录标签

AI代理工具发现Python模型集成本地部署轻量级框架

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP