AI导哈

AI代理工具调用服务

一个基于MCP协议的AI代理服务，能够自动发现并智能调用工具，适用于需要自动化工具调用的场景。

  • by Mehedy-Tanvir
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 mehedy-tanvir/mcp-server-ai-agent

使用说明

🧠 MCP服务器AI代理

此存储库实现了与兼容的AI代理 模型上下文协议（MCP），实现与MCP兼容服务器公开的工具的无缝交互。

代理连接到本地或远程MCP服务器，自动发现可用工具，并使用思维链提示和工具规划策略根据用户输入智能调用它们。

✨ 特性

  • ✅ 工具自动发现 通过MCP协议
  • 🧩 工具规划 运用自然语言推理
  • 🔄 灵活的运输支持：STDIO和HTTP/SSE
  • 📦 模块化架构 可扩展性
  • 🗣️ LLM供电响应 包括工具结果

🚀 入门指南

1.克隆和安装

git clone https://github.com/Mehedy-Tanvir/mcp-server-ai-agent.git
cd mcp-server-ai-agent
npm install

2.配置

创建一个 .env 根目录中的文件，包含以下变量：

MCP_TRANSPORT=stdio             # or "http"
MCP_SERVER_URL=http://localhost:3000
LLM_API_KEY=your-openai-or-anthropic-key

3.运行代理

npm start

代理将连接到MCP服务器，并开始通过所选传输处理输入。

📁 项目结构

mcp-server-ai-agent/
│
├── src/
│   ├── agent/         # Agent logic for reasoning, tool calling
│   ├── transports/    # Communication layer (STDIO, HTTP/SSE)
│   ├── tools/         # Tool invocation and handling
│   └── main.ts        # Entry point
│
├── .env               # Configuration file
├── package.json       # Node project metadata
└── README.md          # Project documentation

🧠 运作原理

  1. 代理连接到MCP服务器并获取可用工具的列表。
  2. 对于每个用户提示，它使用LLM推理来计划工具的使用。
  3. 工具通过MCP调用，结果被注入到对话中。
  4. 生成最终响应并将其返回给用户。

🧪 示例

提示:

What's the weather in Dhaka?

流动:

  • 代理找到 getWeather(city) 工具
  • 电话： getWeather("Dhaka") → "32°C, sunny"
  • 回复： “达卡目前气温为32°C，阳光明媚。”

📌 需求

  • Node.js 18+
  • 本地或远程运行的MCP服务器
  • LLM API密钥（例如OpenAI、Anthropic）

🤝 贡献

欢迎贡献、改进和新想法！

请打开问题或提交带有增强功能的pull请求。

📄 许可证

该项目根据 MIT许可证.

🙌 鸣谢

由...创建 梅赫迪 坦维尔

灵感来自 人类MCP参考

相关 MCP