Agent-MCP

🚀 高级工具提示：本框架专为需要复杂多智能体编排能力的资深 AI 开发者设计。Agent-MCP 要求使用者熟悉 AI 编码工作流、MCP 协议以及分布式系统概念。我们正在努力改进文档并提升易用性。如果您是 AI 辅助开发的新手，建议先从更简单的工具入手，待需要高级多智能体能力时再使用本项目。

💬 加入社区：请通过 Discord 与我们联系，获取帮助、分享经验，并与其他构建多智能体系统的开发者交流协作。

用于协同 AI 软件开发的多智能体协作协议。

可以将 Agent-MCP 想象成 AI 智能体的 Obsidian —— 这是一个动态知识图谱，多个 AI 智能体通过共享上下文、智能任务管理和实时可视化进行协作。观察你的代码库随着专业智能体的并行工作而进化，同时永远不会丢失上下文或产生工作冲突。

为什么需要多个智能体？

除了理论层面的讨论，传统的 AI 编码助手在实际应用中存在局限：

• 大代码库会导致 Context window（上下文窗口）溢出
• 对话间 知识容易丢失
• 单线程执行 产生瓶颈
• 缺乏专业化 —— 单个智能体试图处理所有事情
• 因上下文丢失和混淆导致的 持续返工

多智能体解决方案

Agent-MCP 将 AI 开发从单一助手模式转变为协作团队模式：

实时可视化 功能展示了你的 AI 团队工作状态 —— 紫色节点代表上下文条目，蓝色节点代表智能体，连接线展示了正在进行的协作。这就像为你的开发团队配备了一个任务控制中心。

核心能力

并行执行
多个专业化智能体可以同时处理代码库的不同部分。后端智能体处理 API，同时前端智能体构建 UI 组件，所有工作都通过共享内存进行协调。

持久化知识图谱

你的项目上下文全部存储在可搜索的持久化内存库中。智能体查询这些共享知识以理解需求、架构决策和实现细节。会话之间不会丢失任何信息。

智能任务管理

监控每个智能体的状态、分配的任务及近期活动。系统自动管理任务依赖关系，防止冲突，并确保工作从计划到实现平稳进行。

快速上手

Python 实现（推荐）

# 克隆并设置
git clone https://github.com/rinadelph/Agent-MCP.git
cd Agent-MCP

# 检查版本要求
python --version  # 应 >=3.10
node --version    # 应 >=18.0.0
npm --version     # 应 >=9.0.0

# 如果使用 nvm 进行 Node.js 版本管理
nvm use  # 使用 .nvmrc 中指定的版本

# 配置环境
cp .env.example .env  # 添加你的 OpenAI API 密钥
uv venv
uv install

# 启动服务器
uv run -m agent_mcp.cli --port 8080 --project-dir path-to-directory

# 启动仪表盘（推荐以获取完整体验）
cd agent_mcp/dashboard && npm install && npm run dev

Node.js/TypeScript 实现（备选）

# 克隆并设置
git clone https://github.com/rinadelph/Agent-MCP.git
cd Agent-MCP/agent-mcp-node

# 安装依赖
npm install

# 配置环境
cp .env.example .env  # 添加你的 OpenAI API 密钥

# 启动服务器
npm run server

# 或使用构建版本
npm run build
npm start

# 或全局安装
npm install -g agent-mcp-node
agent-mcp --port 8080 --project-dir path-to-directory

MCP 集成指南

什么是 MCP？

Model Context Protocol (MCP) 是一种开放标准，使 AI 助手能够安全地连接到外部数据源和工具。Agent-MCP 利用 MCP 提供与各种开发工具和服务的无缝集成。

将 Agent-MCP 作为 MCP Server 运行

Agent-MCP 可以作为 MCP Server 运行，将其多智能体能力暴露给兼容 MCP 的客户端，如 Claude Desktop、Cline 以及其他 AI 编码助手。

快速 MCP 设置

# 1. 安装 Agent-MCP
uv venv
uv install

# 2. 启动 MCP server
uv run -m agent_mcp.cli --port 8080

# 3. 配置你的 MCP 客户端连接至：
# HTTP: http://localhost:8000/mcp
# WebSocket: ws://localhost:8000/mcp/ws

MCP Server 配置

创建一个 MCP 配置文件 (mcp_config.json)：

{
  "server": {
    "name": "agent-mcp",
    "version": "1.0.0"
  },
  "tools": [
    {
      "name": "create_agent",
      "description": "Create a new specialized AI agent"
    },
    {
      "name": "assig