一个生产就绪的MCP(模型上下文协议)服务器,用于连接AI模型到您的应用程序和数据源。使用Spring Boot和Java 21构建,提供统一的HTTP端点,支持OpenAI、Google Gemini和Anthropic模型,并内置知识库管理和工具集成。
几分钟内即可通过内置模拟环境开始使用:
# 安装
curl -sSL https://raw.githubusercontent.com/Gentoro-HQ/mcpagent/main/cli/install.sh | bash
# 开始聊天(首次运行时自动启动设置向导)
onemcp chat
尝试ACME Analytics示例:在设置过程中,我们建议您选择包含的ACME Analytics Server模式,以探索带有文档、API规范和示例查询的完整示例。
就这样!命令行工具会自动:
需求:Node.js ≥20, Java ≥21, Maven, Git,以及OpenAI/Google Gemini/Anthropic的API密钥。
卸载命令行工具:curl -sSL https://raw.githubusercontent.com/Gentoro-HQ/mcpagent/main/cli/uninstall.sh | bash
有关详细命令行文档、所有命令及高级功能,请参阅CLI README。
前提条件:
# 拉取最新镜像
docker pull admingentoro/gentoro:latest
# 使用OPENAI API运行
docker run --name mcpagent -p 8080:8080 -e OPENAI_API_KEY=your-key admingentoro/gentoro:latest
# 在自定义基础文件夹中运行
docker run --name mcpagent -p 8080:8080 \
-v $(pwd):/var/foundation \
-e OPENAI_API_KEY=your-key \
admingentoro/gentoro:latest
基础验证:代理会自动验证您的基础文件夹结构。您也可以手动验证:
# 在运行前验证基础
docker run --rm \
-v $(pwd):/var/foundation \
-e APP_ARGS="--process=validate" \
admingentoro/gentoro:latest
如果验证失败,请检查容器日志中的具体错误信息和指导。
使用MCP Inspector与您的代理进行交互:
# 启动MCP Inspector
npx @modelcontextprotocol/inspector@latest --port 3001 --open
当Inspector打开时:
http://localhost:8080/mcp注意:请等待30-60秒让服务器完全初始化后再连接MCP Inspector。
通过命名容器,您可以轻松管理MCP Agent:
# 启动/停止容器
docker start mcpagent
docker stop mcpagent
# 查看日志
docker logs mcpagent
# 访问容器shell
docker exec -it mcpagent bash
# 完成后删除容器
docker rm mcpagent
默认配置使用AI提示生成,这可能会导致启动缓慢。为了加快启动速度:
# 禁用AI提示生成
docker run --name mcpagent -p 8080:8080 \
-e OPENAI_API_KEY=your-key \
-e KNOWLEDGE_BASE_HINT_USE_AI=false \
admingentoro/gentoro:latest
如果MCP Inspector显示“socket hang up”错误:
http://localhost:8080/mcp如果您看到TypeScript运行时错误,优化版本包括以下修复: