AI导哈

多代理AI基础设施

一个基于模型上下文协议（MCP）服务器的多代理AI基础设施，支持语义搜索、多代理协作和模块化微服务架构。

  • by FrankGenGo
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 frankgengo/mcp-servers

使用说明

MCP服务器多代理AI基础架构

一个全面的基础设施，用于实现由专用模型上下文协议（MCP）服务器驱动的多代理AI集群。此monorepo包含编排、连接和授权具有各种专门功能的智能代理所需的全栈组件。

🌟 概述

该项目能够创建一个多代理人工智能生态系统，在这个生态系统中，专门的代理可以通过模型上下文协议（MCP）进行协作、共享上下文和利用不同的功能。通过提供标准化的通信层，代理可以通过统一的协议无缝访问矢量数据库、专用工具和各种数据源。

基础设施支持：

  • 基于向量嵌入的语义搜索与检索
  • 多智能体协作和通信
  • 模块化、基于微服务的架构
  • 代理交互的目视检查和调试
  • 用于AI功能的可扩展工具框架

🧩 核心组件

检查员

用于监控、测试和调试MCP服务器的交互式仪表板。使用React/Vite前端和Express后端构建。

  • 位于： /inspector
  • 特征：
    • 与任何MCP服务器的实时连接
    • 对可用工具的交互式探索
    • 测试提示和工具调用
    • 监控代理交互
    • 调试服务器响应和行为

Qdrant数据库与MCP集成

使用Qdrant实现矢量数据库，并与MCP服务器完全集成，为AI代理提供语义搜索功能。

  • 位于： /qdrant-db
  • 特征：
    • 语义相似度搜索的向量嵌入
    • 带有元数据的文档存储
    • 用于高级操作的Python客户端
    • FastEmbed集成，实现高效嵌入
    • 与MCP生态系统无缝连接

MCP Docker网络

用于在统一网络中编排和连接MCP服务的基础设施。

  • 位于： /mcp-docker-network
  • 特征：
    • 用于安全服务通信的隔离网络
    • 容器编排管理工具
    • 群内服务发现
    • 简化复杂代理系统的部署

🚀 入门指南

先决条件

  • Docker和Docker Compose
  • Node.js（用于本地开发）
  • Python 3.9+（用于运行客户端和脚本）

快速开始

  1. 克隆存储库：

    git clone https://github.com/FrankGenGo/mcp-servers.git
cd mcp-servers

  2. 设置共享Docker网络：

    cd mcp-docker-network
./scripts/manage-network.sh create

  3. 启动Qdrant矢量数据库和MCP服务器：

    cd ../qdrant-db/qdrant_stack
docker-compose up -d

  4. 启动检查器仪表板：

    cd ../../inspector
docker build -t mcp-inspector .
docker run -d --name mcp-inspector --network mcp-docker-network -p 5173:5173 -p 3000:3000 mcp-inspector

  5. 访问Inspector仪表板http://localhost:5173

🏗️ 建筑

该项目实现了一个以模型上下文协议为中心的分布式微服务架构：

┌───────────────┐     ┌───────────────┐     ┌───────────────┐
│   AI Agent    │     │  AI Agent     │     │  AI Agent     │
│  Capabilities │     │  Reasoning    │     │  Planning     │
└───────┬───────┘     └───────┬───────┘     └───────┬───────┘
        │                     │                     │
        │                     ▼                     │
        │             ┌───────────────┐             │
        └────────────►  MCP Network   ◄─────────────┘
                     │ Communication  │
                     └───────┬───────┘
                             │
              ┌──────────────┴──────────────┐
              │                             │
    ┌─────────▼──────────┐        ┌─────────▼──────────┐
    │   Qdrant MCP       │        │  Inspector         │
    │   Vector Search    │        │  Monitoring        │
    └────────────────────┘        └────────────────────┘

组件通过共享的Docker网络进行通信，包括：

  • 检查员仪表板（端口5173）→ 快速代理（端口3000）→ MCP服务器
  • Qdrant MCP服务器（端口8000）→ Qdrant数据库（端口6333）
  • 通过连接的所有服务 mcp-docker-network

🧠 用例

  • 多智能体系统：构建结合不同人工智能能力的协作代理系统
  • 知识管理：创建具有直观人工智能界面的语义搜索系统
  • 工具集成：使用专门的工具和数据源扩展人工智能功能
  • 开发与调试：在开发过程中检查和测试MCP服务器

🛠️ 发展

每个组件都可以独立开发：

  • 检查员：React/TypeScript前端和Express后端
  • Qdrant MCP服务器：Python FastMCP实现
  • 网络管理：Bash脚本和Docker Compose配置

有关具体的开发说明，请参阅每个子目录中的README。

📚 更多资源

📄 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

相关 MCP