星战科技xingzhan.cloud
返回市场
MCP代理人工智能

MCP代理人工智能

作者：mcpagents-ai22 星标更新：2025-01-18
安装使用来源：spider==github.com

项目介绍

【技术文档摘要】

MCPAgentAI 🚀

PyPI Python Versions License

MCPAgentAI 是一个标准化的工具封装框架，用于以统一的方式实现和管理各种工具。它旨在帮助开发者快速集成并启动基于工具的应用场景。

主要特性

  • 🔧 标准化封装：提供了一个抽象层，用于使用MCP协议构建工具。
  • 🚀 灵活的应用场景：轻松添加或移除工具以适应特定需求。
  • ✨ 开箱即用的工具：包括预建工具以应对常见场景：
    • 🐦 Twitter管理：自动化推文、回复和管理Twitter互动。
    • 💸 加密货币：获取最新的加密货币价格。
    • 🤖 ElizaOS 集成：无缝连接并交互ElizaOS以增强自动化。
    • 🕑 时间工具
    • ☁️ 天气信息（API）
    • 📚 字典查询
    • 🧮 数学表达式计算器
    • 💵 货币兑换（API）
    • 📈 股票数据：访问实时和历史股票市场信息。
    • [WIP] 📰 新闻：检索最新新闻头条。

技术栈 🛠️

  • Python：核心编程语言
  • MCP 框架：通信协议
  • Docker：容器化

🤔 什么是MCP？

模型上下文协议（MCP） 是一种前沿标准，用于在AI模型和系统之间共享和管理上下文。可以将其视为AI代理用来无缝交互的语言。 🧠✨

为什么 MCP 很重要：

  • 🧩 标准化：MCP定义了如何跨模型共享上下文，从而实现互操作性。
  • ⚡ 可扩展性：它设计用于处理大规模AI系统，并具有高吞吐量。
  • 🔒 安全性：强大的身份验证和细粒度的访问控制。
  • 🌐 灵活性：适用于多种系统和AI架构。

mcp_architecture 来源

安装 📦

通过PyPI安装

pip install mcpagentai

使用方法 💻

在本地运行

mcpagentai --local-timezone "America/New_York"

在Docker中运行

  1. 构建Docker镜像： docker build -t mcpagentai .

  2. 运行容器： docker run -i --rm mcpagentai

Twitter集成 🐦

MCPAgentAI提供了强大的Twitter集成，允许您自动化推文、回复和管理Twitter互动。本节提供了详细的配置和使用Twitter集成的说明，包括通过Docker和.env + scripts/run_agent.sh。

Docker环境变量用于Twitter集成

当在Docker中运行MCPAgentAI时，需要配置环境变量以进行Twitter集成。这些变量分为两类：

1. 代理节点客户端凭证

这些凭证由代理中的Node.js客户端用于管理Twitter互动。

ENV TWITTER_USERNAME=
ENV TWITTER_PASSWORD=
ENV TWITTER_EMAIL=

2. Tweepy（Twitter API v2）凭证

这些凭证由Tweepy用于与Twitter的API v2交互。

ENV TWITTER_API_KEY=
ENV TWITTER_API_SECRET=
ENV TWITTER_ACCESS_TOKEN=
ENV TWITTER_ACCESS_SECRET=
ENV TWITTER_CLIENT_ID=
ENV TWITTER_CLIENT_SECRET=
ENV TWITTER_BEARER_TOKEN=

使用Docker运行MCPAgentAI

  1. 构建Docker镜像：

    docker build -t mcpagentai .

  2. 运行容器：

    docker run -i --rm mcpagentai

使用.env + scripts/run_agent.sh运行MCPAgentAI

设置环境变量

在项目根目录创建一个.env文件，并添加以下环境变量：

ANTHROPIC_API_KEY=your_anthropic_api_key
ELIZA_PATH=/path/to/eliza
TWITTER_USERNAME=your_twitter_username
TWITTER_EMAIL=your_twitter_email
TWITTER_PASSWORD=your_twitter_password
PERSONALITY_CONFIG=/path/to/personality_config.json
RUN_AGENT=True

# Tweepy（Twitter API v2）凭证
TWITTER_API_KEY=your_twitter_api_key
TWITTER_API_SECRET=your_twitter_api_secret
TWITTER_ACCESS_TOKEN=your_twitter_access_token
TWITTER_ACCESS_SECRET=your_twitter_access_secret
TWITTER_CLIENT_ID=your_twitter_client_id
TWITTER_CLIENT_SECRET=your_twitter_client_secret
TWITTER_BEARER_TOKEN=your_twitter_bearer_token

运行代理

  1. 使脚本可执行：

    chmod +x scripts/run_agent.sh

  2. 运行代理：

    bash scripts/run_agent.sh

总结

您可以配置MCPAgentAI以使用Twitter集成，无论是通过Docker还是通过设置.env文件中的环境变量并运行scripts/run_agent.sh脚本。

这种灵活性允许您选择最适合您的部署环境的方法。

ElizaOS集成 🤖

MCPAgentAI 提供了与ElizaOS的无缝集成，通过Eliza代理增强了自动化能力。有两种主要方式来集成Eliza代理：

1. 直接从mcpagentai使用Eliza代理

此方法允许您在不运行后台Eliza框架的情况下使用Eliza代理。通过将Eliza功能直接嵌入到MCPAgentAI中，简化了设置过程。

步骤：

  1. 配置MCPAgentAI使用Eliza MCP代理： 在您的Python代码中，向MultiToolAgent添加Eliza MCP代理： 
    from mcpagentai.core.multi_tool_agent import MultiToolAgent
from mcpagentai.tools.eliza_mcp_agent import eliza_mcp_agent

multi_tool_agent = MultiToolAgent([
    # ... 其他代理
    eliza_mcp_agent
])

优点：

  • 简化设置：无需管理单独的后台进程。
  • 易于监控：所有功能都封装在MCPAgentAI内。
  • 突出特点：强调MCPAgentAI在无缝集成各种工具方面的灵活性。

2. 从mcpagentai运行Eliza框架

此方法涉及作为独立后台进程运行Eliza框架，同时运行MCPAgentAI。

步骤：

  1. 启动Eliza框架： bash src/mcpagentai/tools/eliza/scripts/run.sh

  2. 监控Eliza进程： bash src/mcpagentai/tools/eliza/scripts/monitor.sh

  3. 配置MCPAgentAI使用Eliza代理： 在您的Python代码中，向MultiToolAgent添加Eliza代理：

    from mcpagentai.core.multi_tool_agent import MultiToolAgent
from mcpagentai.tools.eliza_agent import eliza_agent

multi_tool_agent = MultiToolAgent([
   # ... 其他代理
   eliza_agent
])

教程：选择特定工具

您可以通过修改服务器中的代理配置或更新server.py文件以仅加载所需的代理来配置MCPAgentAI以运行某些工具。例如：

from mcpagentai.tools.time_agent import TimeAgent
from mcpagentai.tools.weather_agent import WeatherAgent
from mcpagentai.core.multi_tool_agent import MultiToolAgent

multi_tool_agent = MultiToolAgent([
    TimeAgent(),
    WeatherAgent()
])
此设置将仅启用**时间**和**天气**工具。

集成示例：Claude Desktop配置

您可以使用以下配置（claude_desktop_config.json）将MCPAgentAI与Claude Desktop集成，注意本地ElizaOS仓库是可选参数：

{
    "mcpServers": {
        "mcpagentai": {
            "command": "docker",
            "args": ["run", "-i", "-v", "/path/to/local/eliza:/app/eliza", "--rm", "mcpagentai"]
        }
    }
}

开发 🛠️

  1. 克隆此仓库：

    git clone https://github.com/mcpagents-ai/mcpagentai.git
cd mcpagentai

  2. （可选）创建虚拟环境：

    python3 -m venv .venv
source .venv/bin/activate

  3. 安装依赖项：

    pip install -e .

  4. 构建包：

    python -m build

贡献 🤝

我们欢迎贡献！请打开一个问题或拉取请求。

许可证：MIT
祝好！ 🎉