AI导哈

AI代理任务管理服务器

一个基于CrewAI框架的MCP服务器，提供AI代理创建、任务管理和工作流执行功能。

  • by MatthewLaw1
  • JavaScript
  • 本地部署
  • 6 星标
  • 更新于
在 GitHub 查看 matthewlaw1/near-intents-mcp-agentkit

使用说明

乘员AI MCP服务器

使用CrewAI框架提供AI代理和任务管理功能的MCP服务器。

设置

  1. 克隆或分叉此存储库
  2. 运行安装脚本：
./crew.sh

安装脚本将：

  • 安装所需的Python依赖项
  • 为您的系统配置MCP设置文件
  • 自动设置正确的路径

配置

在使用服务器之前，请设置您的OpenAI API密钥：

export OPENAI_API_KEY="your-api-key"

用法

服务器提供三个主要工具：

1.创建代理

{
    "method": "call_tool",
    "params": {
        "name": "create_agent",
        "arguments": {
            "role": "researcher",
            "goal": "Research and analyze information effectively",
            "backstory": "An experienced research analyst"
        }
    }
}

2.创建任务

{
    "method": "call_tool",
    "params": {
        "name": "create_task",
        "arguments": {
            "description": "Analyze recent market trends",
            "agent": "researcher",
            "expected_output": "A detailed analysis report"
        }
    }
}

3.创建和运行一个团队

{
    "method": "call_tool",
    "params": {
        "name": "create_crew",
        "arguments": {
            "agents": ["researcher"],
            "tasks": ["Analyze recent market trends"],
            "verbose": true
        }
    }
}

示例用法

创建并运行完整的工作流：

(echo '{"method": "call_tool", "params": {"name": "create_agent", "arguments": {"role": "researcher", "goal": "Research and analyze information effectively", "backstory": "An experienced research analyst"}}}'; echo '{"method": "call_tool", "params": {"name": "create_task", "arguments": {"description": "Analyze recent market trends", "agent": "researcher", "expected_output": "A detailed analysis report"}}}'; echo '{"method": "call_tool", "params": {"name": "create_crew", "arguments": {"agents": ["researcher"], "tasks": ["Analyze recent market trends"], "verbose": true}}}') | python3 src/crew_server.py

系统要求

  • Python 3.8或更高版本
  • jq 命令行工具（用于安装脚本）
  • 安装了Roo-Cline扩展的VSCode

支持的平台

  • macOS
  • Linux
  • Windows（通过Git Bash）

故障排除

如果您遇到任何问题：

  1. 确保您的OpenAI API密钥设置正确
  2. 检查是否安装了所有依赖项(pip install -r requirements.txt)
  3. 验证MCP设置文件是否存在以及配置是否正确
  4. 确保MCP设置中的服务器路径与您的实际文件位置匹配

贡献

  1. 分叉存储库
  2. 创建功能分支
  3. 进行更改
  4. 运行安装脚本以验证一切正常
  5. 提交拉取请求

相关 MCP