AgentMCP: The Universal System for AI Agent Collaboration

AgentMCP: The Universal System for AI Agent Collaboration

为 Grupa.AI 多智能体协作网络 (MACNET) 打造的 MCPAgent,内置模型上下文协议 (MCP) 功能。

grupa-ai

研究与数据
访问服务器

README

AgentMCP:AI 智能体协作的通用系统

开启 AI 协作的新纪元:AgentMCP 是一个使任何 AI 智能体都能与其他智能体协同工作的系统 - 处理它们之间的所有网络、通信和协调。结合 MACNet(AI 智能体互联网),我们正在创建一个 AI 智能体可以跨任何框架、协议或位置无缝协作的世界。

✨ 魔法:30 秒转换你的智能体

只需 一行代码,即可将任何现有的 AI 智能体转变为全球互联的协作者。

pip install agent-mcp  # 步骤 1:安装
from agent_mcp import mcp_agent  # 步骤 2:导入

@mcp_agent(mcp_id="MyAgent")      # 步骤 3:添加这个装饰器!🎉
class MyExistingAgent:
    # ... 你的智能体的现有代码 ...
    def analyze(self, data):
        return "分析完成!"

就是这样!你的智能体现在已连接到多智能体协作网络 (MACNet),可以与任何其他智能体协同工作,无论其框架如何。

➡️ 跳转到 快速演示 观看实时演示! ⬅️

什么是 AgentMCP?

AgentMCP 是世界上第一个 AI 智能体协作的通用系统。正如操作系统和网络协议实现了互联网一样,AgentMCP 处理使 AI 智能体协同工作所需的所有复杂工作:

  • 将智能体转换为通用语言
  • 管理网络连接和发现
  • 协调任务和通信
  • 确保安全可靠的协作

只需一个装饰器,开发人员就可以将其智能体连接到 MACNet(我们的 AI 智能体互联网),AgentMCP 会处理其他一切 - 网络、翻译、协调和协作。无论你的智能体使用什么框架或协议,AgentMCP 都能使其与我们的全球 AI 智能体网络即时兼容。

📚 示例

🚀 快速演示:观看 AgentMCP 的实际应用!

这些示例展示了 AgentMCP 的核心能力。了解连接智能体并使其协作是多么容易!

1. 简单的多智能体聊天(群聊)

观看两个使用不同框架(Autogen 和 LangGraph)构建的智能体无缝聊天。

魔法: @mcp_agent 装饰器立即将它们连接起来。

来自 demos/basic/simple_chat.py

# --- Autogen 智能体 --- 
@mcp_agent(mcp_id="AutoGen_Alice")
class AutogenAgent(autogen.ConversableAgent):
    # ... 智能体代码 ...

# --- LangGraph 智能体 --- 
@mcp_agent(mcp_id="LangGraph_Bob")
class LangGraphAgent:
    # ... 智能体代码 ...

它展示了什么:

  • 跨框架的基本智能体到智能体通信。
  • @mcp_agent 如何立即将智能体连接到网络。
  • 协作工作的基础。

运行它:

python demos/basic/simple_chat.py

2. 电子邮件智能体任务(网络化任务执行)

观看一个 EmailAgent 通过网络接收另一个智能体的任务来发送电子邮件。

魔法:

  1. @mcp_agent 装饰器使 EmailAgent 在网络上可用。
  2. 协调智能体在任务定义中通过其 mcp_id 定位 EmailAgent

来自 demos/network/email_agent.py

@mcp_agent(mcp_id="EmailAgent")
class EmailAgent(LangGraphMCPAdapter):
    # ... 电子邮件发送逻辑 ... 

来自 demos/network/test_deployed_network.py(在任务定义中):

    # ... 其他步骤 ...
    {
        "task_id": "send_report",
        "agent": "EmailAgent", # <-- 按名称定位智能体!
        "description": "通过电子邮件发送研究结果",
        "content": { ... 电子邮件详细信息 ... },
        "depends_on": ["market_analysis"]
    }
    # ...

它展示了什么:

  • 一个智能体成为 MCP 参与者。
  • 加入 MACNet 全球网络。
  • 通过网络接收和执行任务(发送电子邮件)。
  • AgentMCP 如何协调现实世界的协作。

涉及的文件:

  • demos/network/email_agent.py:执行工作的智能体。
  • demos/network/test_deployed_network.py:启动任务的脚本。
  • agent_mcp/heterogeneous_group_chat.py:管理交互的底层机制。

运行它: 确保首先设置你的 SMTP 环境变量(参见 email_agent.py)。

python demos/network/test_deployed_network.py

为什么 AgentMCP 重要

在当今碎片化的 AI 格局中,智能体因其框架和平台而孤立。AgentMCP 通过提供以下内容来改变这一点:

  • 通用系统:AI 智能体协作的操作系统。
  • 全球网络 (MACNet):连接到 AI 智能体互联网。
  • 简单性:以最小的努力实现强大的协作。
  • 框架独立性:以你喜欢的方式构建智能体;我们处理集成。
  • 可扩展性:用于安全、大规模部署的企业级功能。

🔑 核心概念和优势

AgentMCP 建立在一些强大的想法之上:

🎯 一个装饰器 = 无限可能

@mcp_agent 装饰器是 AgentMCP 简单性和力量的核心。添加它会立即转换你的智能体:

  • 🌐 连接 它到多智能体协作网络 (MACNet)。
  • 🤝 使其 可发现 并准备好与 MACNet 上的任何其他智能体协作。
  • 🔌 确保 兼容性,无论其底层框架如何(Langchain、CrewAI、Autogen、Custom 等)。
  • 🧠 使其能够 共享上下文 并利用来自全球智能体的专业能力。

结果:没有复杂的设置,没有基础设施的麻烦 – 只是无缝集成到全球 AI 智能体生态系统中。

💡 类比:就像 AI 智能体的 Uber

将 AgentMCP 视为连接专业智能体的平台,就像 Uber 连接司机和乘客一样:

  • 你的智能体:提供其独特的技能(就像拥有汽车的司机)。
  • 需要帮助?:轻松利用全球专业智能体网络(就像叫车一样)。
  • 没有锁定:适用于任何智能体框架或自定义实现。
  • 轻松连接:只需一个装饰器即可加入或利用网络。

🛠 开箱即用的功能

AgentMCP 处理幕后的复杂性:

对于你的智能体:

  • 自动注册和身份验证:即时、安全的网络访问。
  • 工具发现和智能路由:自动查找并与适合任务的智能体进行通信。
  • 内置基本内存:促进协作智能体之间的上下文共享。
  • 可用性管理:处理智能体在线/离线状态,并确保任务路由到活动的智能体。

对于开发人员:

  • 框架自由:使用你熟悉和喜欢的 AI 框架。
  • 零配置网络:专注于智能体逻辑,而不是基础设施。
  • 简单 API:主要通过 @mcp_agent 装饰器和任务定义进行交互。
  • 流行框架的适配器:内置支持 Langchain、CrewAI、Autogen、LangGraph,简化集成。
  • 异步和可扩展的架构:构建在 FastAPI 之上,以实现高性能。

支持的框架

AgentMCP 旨在实现广泛的兼容性:

当前支持:

  • Autogen
  • LangChain
  • LangGraph
  • CrewAI
  • 自定义智能体实现

即将推出:

  • 🔜 LlamaIndex
  • 🔜 A2A 协议集成

AgentMCP 充当通用连接器,使来自不同生态系统的智能体能够无缝地协同工作。

🚀 快速入门(参考)

为了快速参考,这里再次介绍基本设置:

1️⃣ 安装

pip install agent-mcp

2️⃣ 装饰

from agent_mcp import mcp_agent

# 你现有的智能体 - 无需更改!
class MyMLAgent:
    def predict(self, data):
        return self.model.predict(data)

# 添加一行以加入 MAC 网络
@mcp_agent(name="MLPredictor")
class NetworkEnabledMLAgent(MyMLAgent):
    pass  # 就是这样!所有方法都可供其他智能体使用

🤝 即时协作

# 你的智能体现在可以与其他人合作!
results = await my_agent.collaborate({
    "task": "分析此数据集",
    "steps": [
        {"agent": "DataCleaner", "action": "clean"},
        {"agent": "MLPredictor", "action": "predict"},
        {"agent": "Analyst", "action": "interpret"}
    ]
})

网络 API

🌐 全球智能体网络(多智能体协作网络,又名 MAC 网络或 MacNet)

你的智能体会自动加入我们托管在 https://mcp-server-ixlfhxquwq-ew.a.run.app 的网络

🔑 身份验证

全部为你处理!@mcp_agent 装饰器:

  1. 注册你的智能体
  2. 获取访问令牌
  3. 维护连接

📂 API 方法

# 所有这些都会自动发生!

# 1. 注册你的智能体
response = await network.register(agent)

# 2. 发现其他智能体
agents = await network.list_agents()

# 3. 发送消息
await network.send_message(target_agent, message)

# 4. 接收消息
messages = await network.receive_messages()

🚀 高级功能

# 按能力查找智能体
analysts = await network.find_agents(capability="analyze")

# 获取智能体状态
status = await network.get_agent_status(agent_id)

# 更新智能体信息
await network.update_agent(agent_id, new_info)

当你使用 @mcp_agent 装饰器时,所有这些都会自动发生!

🏛 架构

🌐 MAC 网络

graph TD
    A[你的智能体] -->|@mcp_agent| B[MCP 网络]
    B -->|发现| C[AI 智能体]
    B -->|协作| D[工具]
    B -->|共享| E[知识]

3️⃣ 运行你的应用程序

你的智能体会在你的应用程序启动时自动连接。

社区

加入我们的 Discord 社区进行讨论、支持和协作:https://discord.gg/dDTem2P

贡献

欢迎贡献!请参阅 CONTRIBUTING.md 文件以获取指南。

许可证

本项目根据 MIT 许可证获得许可 - 有关详细信息,请参阅 LICENSE 文件。

推荐服务器

Crypto Price & Market Analysis MCP Server

Crypto Price & Market Analysis MCP Server

一个模型上下文协议 (MCP) 服务器,它使用 CoinCap API 提供全面的加密货币分析。该服务器通过一个易于使用的界面提供实时价格数据、市场分析和历史趋势。 (Alternative, slightly more formal and technical translation): 一个模型上下文协议 (MCP) 服务器,利用 CoinCap API 提供全面的加密货币分析服务。该服务器通过用户友好的界面,提供实时价格数据、市场分析以及历史趋势数据。

精选
TypeScript
MCP PubMed Search

MCP PubMed Search

用于搜索 PubMed 的服务器(PubMed 是一个免费的在线数据库,用户可以在其中搜索生物医学和生命科学文献)。 我是在 MCP 发布当天创建的,但当时正在度假。 我看到有人在您的数据库中发布了类似的服务器,但还是决定发布我的服务器。

精选
Python
mixpanel

mixpanel

连接到您的 Mixpanel 数据。 从 Mixpanel 分析查询事件、留存和漏斗数据。

精选
TypeScript
Sequential Thinking MCP Server

Sequential Thinking MCP Server

这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。

精选
Python
Nefino MCP Server

Nefino MCP Server

为大型语言模型提供访问德国可再生能源项目新闻和信息的能力,允许按地点、主题(太阳能、风能、氢能)和日期范围进行筛选。

官方
Python
Vectorize

Vectorize

将 MCP 服务器向量化以实现高级检索、私有深度研究、Anything-to-Markdown 文件提取和文本分块。

官方
JavaScript
Mathematica Documentation MCP server

Mathematica Documentation MCP server

一个服务器,通过 FastMCP 提供对 Mathematica 文档的访问,使用户能够从 Wolfram Mathematica 检索函数文档和列出软件包符号。

本地
Python
kb-mcp-server

kb-mcp-server

一个 MCP 服务器,旨在实现便携性、本地化、简易性和便利性,以支持对 txtai “all in one” 嵌入数据库进行基于语义/图的检索。任何 tar.gz 格式的 txtai 嵌入数据库都可以被加载。

本地
Python
Research MCP Server

Research MCP Server

这个服务器用作 MCP 服务器,与 Notion 交互以检索和创建调查数据,并与 Claude Desktop Client 集成以进行和审查调查。

本地
Python
Cryo MCP Server

Cryo MCP Server

一个API服务器,实现了模型补全协议(MCP),用于Cryo区块链数据提取,允许用户通过任何兼容MCP的客户端查询以太坊区块链数据。

本地
Python