OpenAI代理服务器管理工具

项目概述

MCP服务器+OpenAI代理。

设置环境

1. 创建和激活虚拟环境:

   • 运行提供的 setup.sh 使用Python 3.13建立虚拟环境的脚本。
     复制

     ./setup.sh
     

   • 该脚本创建了一个虚拟环境，并从中安装了所有必需的Python包 requirements.txt.

2. 安装项目依赖项:

   • 确保您拥有要运行的MCP服务器所需的外部工具和服务：
     • 猞猁：需要 lynx 服务器，它与Lynx终端网络搜索工具接口。
     • 码头工人：需要 puppeteer 和 github 服务器，分别支持Chrome控制和GitHub交互。
     • Node.js：需要 fs 服务器，使用 npx 命令。

使用指南

跑步 agent.py

基本执行

• 您可以使用在中配置的所有服务器运行代理 servers.yaml 像这样

  复制

  python agent.py
  

• 您可以通过以下方式选择代理可以访问的服务器：

  复制

  # gives agent access to file system (for local file browsing) and lynx (for websearch)
  python agent.py --servers fs lynx
  

  根据我的经验，这会带来更好的性能，因为代理不太可能选择错误的工具

• 调试模式:

  • 使用 --debug 标记以初始化服务器而不执行代理。如果您想确保服务器设置正确，这很有用
    复制

    python agent.py --debug
    

配置

服务器配置在 servers.yaml，其中每个服务器条目包括：

• 名字：服务器的标识符。
• 描述：服务器功能的简要说明。
• 命令和参数：启动服务器的命令行指令。
• 环境变量：所需的任何其他环境配置。

您通常可以在MCP服务器的github repos中找到这些内容

手卷烟

您可以在 mcp-servers 目录

我用这个干什么？

链接查找

如果我想弄清楚如何做某事（比如设置QEMU），我经常会使用 agent.py 为我做初步研究

"find links relevant to QEMU setup on ubuntu" | python agent.py --servers lynx

MCP注释。..

高级

主机：想要使用MCP的程序（桌面、IDE、AI工具） 客户端：与服务器保持1:1连接的客户端 服务器：暴露MCP功能的服务器