AI代理工具包

🔌 MCP工具服务器-AI代理工具包

一个强大且可扩展的模型上下文协议（MCP）服务器，使AI代理能够与外部工具和服务进行交互。该实现提供了一个任务管理系统，演示了如何为AI助手构建和部署MCP兼容的工具。

🌟 什么是MCP？

模型上下文协议（MCP）是一种标准，允许AI模型与外部工具、数据源和服务进行交互。该服务器实现了MCP规范，使Claude和GPT等AI助手能够通过标准化的接口执行现实世界的操作。

✨ 特性

• MCP兼容工具：即用型AI助手工具
• 任务管理系统：创建、列出和完成任务
• 双接口：同时使用MCP stdio模式和HTTP API
• 可扩展架构：轻松添加新工具和功能
• 开发者友好：清晰的文件和示例
• 轻量级：内存存储，用于快速设置和测试

🛠️ 可用工具

1.创建任务

创建一个带有标题和描述的新任务。

参数：

• title：String（必填）-任务的标题
• description：String（必填）-任务的描述

2.列出任务

列出当前存储在内存中的所有任务。

参数：

• status：String（可选）-按状态筛选：“全部”、“待处理”或“已完成”

3.未决任务

列出所有待处理的任务。

参数： 无

4.完成任务

将特定任务标记为已完成。

参数：

• id：String（必填）-要标记为已完成的任务的ID

🚀 入门指南

先决条件

• Node.js（v18或更高版本）
• npm或纱线

安装

1. 克隆存储库：

git clone https://github.com/yourusername/mcp-server.git
cd mcp-server

2. 安装依赖项：

npm install

3. 构建TypeScript代码：

npm run build

🏃‍♂️ 运行服务器

MCP模式（适用于AI助手）

npm start

这将在stdio模式下运行服务器，使其与Claude for Desktop等MCP客户端兼容。

HTTP模式（适用于Web应用程序）

npm run http

默认情况下，HTTP服务器在端口3000上运行。您可以在以下网址访问它 http://localhost:3000.

使用自定义端口 PORT 环境变量：

PORT=8080 npm run http

🌐 HTTP API终结点

任务

POST /api/tasks

请求正文：

{
  "title": "Task title",
  "description": "Task description"
}

列出所有任务

GET /api/tasks?status=[all|pending|completed]

列出待处理任务

GET /api/tasks/pending

完成任务

PATCH /api/tasks/:id/complete

直接执行MCP工具

POST /api/mcp/execute

请求正文：

{
  "tool": "tool-name",
  "params": {
    "param1": "value1",
    "param2": "value2"
  }
}

🔮 构建自己的MCP工具

此服务器提供了一个模板，用于创建自己的MCP兼容工具。要添加新工具，请执行以下操作：

1. 在中定义您的工具 src/tools 目录
2. 在工具注册表中注册
3. 执行必要的逻辑
4. 如果需要，请更新HTTP API

查看现有工具，了解如何构建实现的示例。

🧪 使用AI助手进行测试

1. 在MCP模式下启动服务器： npm start
2. 使用MCP兼容的AI助手连接到服务器
3. 人工智能现在可以使用可用的工具来管理任务：
   • 创建任务： create-task 带有标题和描述
   • 列出所有任务： list-tasks
   • 完成任务： complete-task 带有任务ID

🔄 与Web客户端集成

此服务器与 agent-client-example 该项目提供了一个与人工智能助手和MCP工具交互的web界面。

📋 未来的增强功能

• 持久存储选项（MongoDB、PostgreSQL）
• 认证与授权
• 其他工具类别（文件管理、网络搜索等）
• WebSocket支持实时更新
• 工具执行指标和日志记录

📄 许可证

麻省理工学院

赋予人工智能代理真实世界的能力 🤖✨