AI导哈

工具封装框架

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多样化工具，帮助开发者快速集成和启动基于工具的用例。

  • by mcpagents-ai
  • Python
  • 本地部署
  • 21 星标
  • 更新于
在 GitHub 查看 mcpagents-ai/mcpagentai

使用说明

MCPAgentAI🚀

MCPAgentAI 是标准化的 工具包装框架 以统一的方式实施和管理各种工具。它旨在帮助开发人员快速集成和启动基于工具的用例。

主要特点

  • 🔧 标准化包装：为使用MCP协议构建工具提供抽象层。
  • 🚀 灵活的用例：轻松添加或删除工具以满足您的特定要求。
  • ✨ 开箱即用的工具：包括用于常见场景的预构建工具：
    • 🐦 推特管理：自动化推特、回复和管理推特互动。
    • 💸 Crypto：获取最新的加密货币价格。
    • 🤖 Eliza操作系统 集成：与ElizaOS无缝连接和交互，以增强自动化。
    • 🕑 时间工具
    • ☁️ 天气资讯（API）
    • 📚 字典查找
    • 🧮 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：检索最新的新闻标题。

技术栈🛠️

  • python：核心编程语言
  • 主控程序 框架：通信协议
  • 码头工人：集装箱化

🤔 什么是MCP？

这 模型上下文协议(主控程序) 是最前沿的标准 上下文共享和管理 跨AI模型和系统。把它想象成 语言 AI代理用于无缝交互。 🧠✨

原因如下 主控程序 事项：

  • 🧩 标准化：MCP定义了如何在模型之间共享上下文，从而实现 互操作性.
  • ⚡ 可扩展性：它是为处理高吞吐量的大规模人工智能系统而构建的。
  • 🔒 安全：强大的身份验证和细粒度的访问控制。
  • 🌐 灵活性：适用于不同的系统和人工智能架构。

来源

安装📦

通过PyPI安装

pip install mcpagentai

用法💻

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提供强大的Twitter集成，允许您自动推特、回复和管理Twitter交互。本节提供了有关通过Docker和.NET配置和使用Twitter集成的详细说明 .env + scripts/run_agent.sh.

Twitter集成的Docker环境变量

在Docker中运行MCPAgentAI时，为Twitter集成配置环境变量至关重要。这些变量分为两类：

1.代理节点客户端凭据

这些凭据由 Node.js客户端 在管理推特交互的代理中。

ENV TWITTER_USERNAME=
ENV TWITTER_PASSWORD=
ENV TWITTER_EMAIL=

2.Tweepy（Twitter API v2）凭据

这些凭据由以下人员使用 特威皮 用于与Twitter的API v2进行交互。

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

使用运行MCPAgentAI .env + scripts/run_agent.sh

设置环境变量

创建一个 .env 在项目的根目录中创建文件，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) Credentials
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

您可以使用Docker或通过在 .env 文件并运行 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 提供与的无缝集成 Eliza操作系统，通过Eliza Agents提供增强的自动化功能。整合Eliza Agents有两种主要方法：

1.直接使用mcpagentai的Eliza代理商

这种方法允许您使用Eliza代理，而无需在后台运行Eliza框架。它通过将Eliza功能直接嵌入MCPAgentAI简化了设置。

步骤：

  1. 配置MCPAgentAI以使用Eliza MCP代理： 在Python代码中，将Eliza MCP Agent添加到 MultiToolAgent:
    from mcpagentai.core.multi_tool_agent import MultiToolAgent
from mcpagentai.tools.eliza_mcp_agent import eliza_mcp_agent

multi_tool_agent = MultiToolAgent([
    # ... other agents
    eliza_mcp_agent
])

优势：

  • 简化设置： 无需管理单独的后台进程。
  • 更容易监控： 所有功能都封装在MCPAgentAI中。
  • 突出显示功能： 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

此方法涉及将Eliza Framework作为单独的后台进程与MCPAgentAI一起运行。

步骤：

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

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

  3. 配置MCPAgentAI以使用Eliza代理： 在Python代码中，将Eliza Agent添加到 MultiToolAgent:

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

multi_tool_agent = MultiToolAgent([
   # ... other agents
   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 文件仅加载所需的代理。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()
])
This setup will only enable **Time** and **Weather** tools.

集成示例：Claude桌面配置

您可以使用以下配置将MCPAgentAI与Claude Desktop集成(claude_desktop_config.json), 请注意 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"]
        }
    }
}

发展🛠️

  1. 克隆此存储库：

    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🤝

我们欢迎捐款！请打开 问题 或 拉取请求.

许可证：MIT
享受！ 🎉

相关 MCP