PraisonAI MCP服务器
一个MCP服务器,它公开 PraisonAI 用于Claude Desktop、Cursor、VS Code、Windsurf和其他MCP客户端的AI代理和工具。
特性
- 🤖 AI代理作为工具 -直接从MCP运行PraisonAI代理
- 🔄 工作流程编排 -多步骤代理工作流
- 🛠️ 64个内置工具 -全面覆盖PraisonAI的所有功能
- ⚡ 轻松设置 -与合作
uvx 或 pip install
安装
# Using uvx (Recommended)
uvx praisonai-mcp
# Using pip
pip install praisonai-mcp
可用工具(共64个)
🤖 代理工具(主要)
运行AI代理的核心工具:
| 工具 |
说明 |
run_agent |
使用提示运行PraisonAI代理 |
run_research |
对任何主题进行深入研究 |
run_auto_agents |
自动生成并运行任务代理 |
run_handoff |
使用代理切换/委派运行任务 |
generate_agents_yaml |
生成agents.yaml配置 |
🔄 工作流工具
编排多步骤代理工作流:
| 工具 |
说明 |
workflow_run |
运行多步骤工作流 |
workflow_create |
创建新工作流 |
workflow_from_yaml |
从YAML创建工作流 |
export_to_n8n |
将工作流导出为n8n格式 |
🌐 搜索工具(13个工具)
跨多个提供商自动回退的统一网络搜索:
| 工具 |
说明 |
search_web |
统一搜索 -跨提供商自动回退 |
get_search_providers |
列出可用的提供商及其状态 |
| 塔维利 |
|
tavily_search |
人工智能搜索(需要 TAVILY_API_KEY) |
tavily_extract |
从URL中提取内容 |
| Exa |
|
exa_search |
语义搜索(需要 EXA_API_KEY) |
exa_search_contents |
使用完整内容检索进行搜索 |
exa_find_similar |
查找与URL相似的页面 |
| You.com |
|
ydc_search |
使用LLM就绪片段进行AI搜索(需要 YDC_API_KEY) |
ydc_news |
实时新闻搜索 |
| 免费供应商 |
|
duckduckgo_search |
DuckDuckGo搜索(无API密钥) |
wikipedia_search |
维基百科搜索 |
arxiv_search |
arXiv学术论文 |
searxng_search |
自托管SearxNG元搜索 |
🕷️ 爬行和刮擦工具
网络爬行和内容提取:
| 工具 |
说明 |
crawl4ai_scrape |
使用Crawl4AI抓取网页 |
crawl4ai_extract |
使用Crawl4AI提取结构化数据 |
scrape_page |
抓取网页并提取文本 |
extract_links |
从网页中提取所有链接 |
web_crawl |
抓取网站并提取内容 |
📦 支持工具
🧠 记忆与知识
| 工具 |
说明 |
memory_add |
添加到内存存储 |
memory_search |
搜索记忆 |
memory_list |
列出所有回忆 |
memory_clear |
清晰的记忆 |
auto_extract_memories |
自动从文本中提取记忆 |
knowledge_add |
添加到知识库 |
knowledge_search |
搜索知识库 |
📋 规划与研究
| 工具 |
说明 |
plan_create |
为目标制定计划 |
plan_execute |
逐步执行计划 |
deep_research |
通过迭代进行深入研究 |
analyze_repository |
分析存储库 |
fast_context_search |
在代码库中搜索上下文 |
💻 代码与执行
| 工具 |
说明 |
run_python |
执行Python代码 |
run_shell |
执行shell命令 |
git_commit |
创建git提交 |
code_apply_diff |
应用搜索/替换差异 |
code_search_replace |
在文件中搜索和替换 |
📁 文件操作
| 工具 |
说明 |
read_file |
读取文件内容 |
write_file |
将内容写入文件 |
list_directory |
列出目录内容 |
read_csv |
读取CSV文件 |
write_csv |
写入CSV文件 |
read_json_file |
读取JSON文件 |
write_json_file |
写入JSON文件 |
read_yaml_file |
读取YAML文件 |
write_yaml_file |
写入YAML文件 |
🧮 公用事业
| 工具 |
说明 |
calculate |
评估数学表达式 |
get_current_time |
获取当前日期/时间 |
solve_equation |
解数学方程式 |
convert_units |
单位间转换 |
calculate_statistics |
计算统计数据 |
📈 金融
| 工具 |
说明 |
get_stock_price |
获取当前股价 |
get_stock_history |
获取历史库存数据 |
🖼️ 图像与查询
| 工具 |
说明 |
analyze_image |
使用视觉分析图像 |
rewrite_query |
重写查询以获得更好的结果 |
expand_prompt |
将简短提示扩展为详细提示 |
✅ 任务管理
| 工具 |
说明 |
todo_add |
将任务添加到待办事项列表 |
todo_list |
列出所有任务 |
todo_complete |
将任务标记为已完成 |
💾 会话和状态
| 工具 |
说明 |
session_save |
保存当前会话 |
session_load |
加载已保存的会话 |
session_list |
列出所有会话 |
📜 规则和护栏
| 工具 |
说明 |
rules_list |
列出所有已定义的规则 |
rules_add |
添加新规则 |
rules_get |
获取特定规则 |
guardrail_validate |
根据规则验证内容 |
🖥️ 系统和遥测
| 工具 |
说明 |
list_processes |
列出正在运行的进程 |
get_system_info |
获取系统信息 |
track_metrics |
跟踪指标事件 |
get_metrics |
获取跟踪指标 |
select_model |
为任务选择最佳模型 |
🔌 MCP和挂钩
| 工具 |
说明 |
mcp_list_servers |
列出MCP服务器 |
mcp_connect |
连接到MCP服务器 |
hooks_list |
列出可用挂钩 |
docs_search |
搜索文档 |
MCP客户端配置
克劳德桌面版
配置文件: ~/Library/Application Support/Claude/claude_desktop_config.json (macOS)
{
"mcpServers": {
"praisonai": {
"command": "uvx",
"args": ["praisonai-mcp"],
"env": {
"OPENAI_API_KEY": "your-openai-api-key",
"TAVILY_API_KEY": "your-tavily-api-key"
}
}
}
}
VS代码(GitHub副本)
配置文件: .vscode/mcp.json
{
"inputs": [
{
"type": "promptString",
"id": "openai-key",
"description": "OpenAI API Key",
"password": true
}
],
"servers": {
"praisonai": {
"command": "uvx",
"args": ["praisonai-mcp"],
"env": {
"OPENAI_API_KEY": "${input:openai-key}"
}
}
}
}
光标
配置文件: ~/.cursor/mcp.json
{
"mcpServers": {
"praisonai": {
"command": "uvx",
"args": ["praisonai-mcp"],
"env": {
"OPENAI_API_KEY": "your-openai-api-key"
}
}
}
}
帆板运动
配置文件: ~/.codeium/windsurf/mcp_config.json
{
"mcpServers": {
"praisonai": {
"command": "uvx",
"args": ["praisonai-mcp"],
"env": {
"OPENAI_API_KEY": "your-openai-api-key"
}
}
}
}
Cline(VS代码扩展)
打开命令选项板→ “临床:MCP服务器”→ Add:
{
"mcpServers": {
"praisonai": {
"command": "uvx",
"args": ["praisonai-mcp"],
"env": {
"OPENAI_API_KEY": "your-openai-api-key"
}
}
}
}
继续
配置文件: ~/.continue/config.json
{
"experimental": {
"modelContextProtocolServers": [
{
"transport": {
"type": "stdio",
"command": "uvx",
"args": ["praisonai-mcp"]
}
}
]
}
}
泽德
配置文件: ~/.config/zed/settings.json
{
"context_servers": {
"praisonai": {
"command": {
"path": "uvx",
"args": ["praisonai-mcp"]
}
}
}
}
克劳德代码(CLI)
claude mcp add praisonai -- uvx praisonai-mcp
环境变量
| 变量 |
描述 |
必填 |
OPENAI_API_KEY |
OpenAI API密钥 |
代理工具 |
TAVILY_API_KEY |
Tavilly搜索API密钥 |
Tavily_search,Tavily_extract |
EXA_API_KEY |
Exa search API key |
Exa_sarch,Exa_saarch_contents,Exa_find_smilar |
YDC_API_KEY |
You.com API密钥 |
ydc_search,ydc_news |
SEARXNG_URL |
SearxNG实例URL |
SearxNG_search(可选) |
作为SSE服务器运行
python -m praisonai_mcp --sse --port 8080
链接
许可证
MIT许可证