Mini Agent MCP

中文名称: Mini Agent MCP 智能代理服务器
英文名称: Mini Agent MCP
服务分类: 搜索工具 / AI Agent / 开发者工具
来源地址: https://github.com/Microbiosis/mini-agent-mcp
托管部署: 可托管部署（无本地环境依赖，支持云端一键部署）

服务介绍

Mini Agent MCP 是一个集成了 ReAct 小型 Agent 的 MCP (Model Context Protocol) 智能代理服务。Agent 可以自主调用多个工具完成复杂的多步任务，支持 LLM 驱动和规则引擎两种模式。

内置 AnySearch 搜索能力 — 网页搜索、域名搜索、批量搜索、URL 内容提取。Agent 支持多模型 LLM 通信，优先使用 MCP Sampling（客户端模型），也支持 Direct HTTP 回退。

服务描述

基于 MCP 协议的智能代理服务器，集成了 7 个内置工具（计算器、文本分析、文本转换、单位转换、日期时间、随机生成、ReAct Agent）和 4 个 AnySearch 搜索工具。支持多步推理（最多 8 步），可自主组合调用工具完成任务。支持 MCP Sampling 多模型通信，无需服务器端 API Key 即可调用 LLM。

✨ 核心功能

• 🧮 内置工具 — 计算器、文本分析、文本转换、单位转换、日期时间、随机生成，共 6 个无需 API Key 的本地工具
• 🤖 ReAct Agent — 支持 Thought → Action → Observation 多步推理循环，最多可组合调用 8 个工具步骤
• 🔍 AnySearch 搜索 — 通过 MCP Streamable HTTP 集成 AnySearch，支持通用搜索、批量搜索（1-5 并行）、URL 内容提取、垂直领域搜索
• 🔗 多模型通信 — 支持 MCP Sampling（客户端模型）和 Direct HTTP（自有 API）两种 LLM 通信方式，兼容 OpenAI / Anthropic 两种 API 格式
• ☁️ 可托管部署 — 无本地环境依赖，可一键部署到 ModelScope MCP 广场，自动生成 SSE 访问地址
• 🔁 自动重试 — 工具调用失败自动重试 3 次，指数退避（1s → 2s → 4s）

🚀 快速上手

方式 1: MCP 客户端配置（推荐）

ZCode

{
  "mcpServers": {
    "mini-agent-mcp": {
      "type": "stdio",
      "command": "npx",
      "args": ["mini-agent-mcp"],
      "env": {
        "ANYSEARCH_API_KEY": "",
        "LLM_API_FORMAT": "openai",
        "LLM_API_KEY": "",
        "LLM_BASE_URL": "",
        "LLM_MODEL": ""
      }
    }
  }
}

在 ZCode 中使用时，Agent 优先使用 MCP Sampling（ZCode 的 LLM）。配置 LLM_* 后可作为回退：Sampling 失败时自动切换到 Direct HTTP。

方式 2: .env 文件（fallback）

当 MCP 客户端不传递环境变量时，在服务器工作目录创建 .env 文件：

# 复制模板
cp .env.example .env

# 编辑 .env 填入值
ANYSEARCH_API_KEY=xs_xxxxx
LLM_API_KEY=lc_xxxxx
LLM_BASE_URL=https://api.longcat.chat/openai
LLM_MODEL=LongCat-2.0-Preview

服务器启动时自动读取 .env 文件，无需客户端传递变量。

方式 3: 本地开发

git clone https://github.com/Microbiosis/mini-agent-mcp.git
cd mini-agent-mcp
npm install
npm run build
node dist/index.js           # 运行 MCP 服务器
node dist/index.js --test    # 运行测试

🛠️ 工具列表

内置工具

工具名称	说明	参数
calculator	安全数学表达式求值（支持 sqrt, sin, cos, pi 等）	expression (string, 必需)
text_stats	文本统计分析（字数、词频、句子数等）	text (string, 必需)
text_transform	文本转换（大小写、反转、排序、去重等）	text (string, 必需), operation (string, 必需)
unit_convert	单位转换（长度、重量、温度、数据）	value (number, 必需), from (string, 必需), to (string, 必需)
datetime_info	日期时间查询、格式化、差值计算	operation (string, 必需)
random_gen	随机数、UUID、密码、列表抽取	operation (string, 必需)
run_agent	ReAct Agent — 自主调用上述工具完成多步任务	task (string, 必需)

AnySearch 工具（自动发现）

启动时自动连接 https://api.anysearch.com/mcp 动态发现：

工具名称	说明	参数
anysearch_search	通用搜索（支持金融、学术、法律等垂直领域）	query (string, 必需), max_results (number, 可选)
anysearch_batch_search	1-5 个独立查询并行搜索	queries (array, 必需)
anysearch_extract	URL 网页内容提取（Markdown，最多 50,000 字符）	url (string, 必需)
anysearch_get_sub_domains	查询垂直领域目录（领域搜索前必须先调用）	domain (string, 可选)

🤖 Agent 工作流程

用户任务 → [Thought: 分析任务]
           → [Action: 选择工具] → [执行工具] → [Observation: 观察结果]
           → [Thought: 继续推理]
           → ... (最多 8 步)
           → [Final Answer: 最终答案]

📡 LLM 通信模式

Agent 支持三种 LLM 通信方式，按优先级自动选择：

方式 1: MCP Sampling（推荐）

服务器通过 MCP 协议的 sampling/createMessage 请求，让**客户端（如 ZCode / Claude Desktop / Cursor）**代为调用 LLM。

• 零配置 — 服务器不需要 API Key，不需要知道模型名称
• 客户端决定模型 — 客户端使用用户选择的模型
• 支持多模型通信 — 客户端可以灵活选择不同的模型进行推理

这是 MCP 的原生多模型通信方式。只要客户端支持 sampling，Agent 就能使用客户端的 LLM。

方式 2: Direct HTTP（回退）

服务器直接调用 LLM API。需要设置环境变量：

变量	必需	说明	示例
LLM_API_KEY	是	API 密钥	lc_xxxxx
LLM_BASE_URL	是	API 端点	https://api.longcat.chat/openai
LLM_MODEL	是	模型名称	LongCat-2.0-Preview
LLM_API_FORMAT	否	openai 或 anthropic（不填则自动识别）	openai

方式 3: 规则引擎（兜底）

无 LLM 时自动启用，通过模式匹配处理常见任务（数学计算、单位转换、时间查询、密码/UUID 生成、文本分析、多步复合任务）。

总结

场景	LLM 模式
在 ZCode / Claude / Cursor 中作为 MCP 服务器运行	MCP Sampling（客户端模型）✅
独立运行 + 设置了 LLM_API_KEY + LLM_BASE_URL + LLM_MODEL	Direct HTTP
独立运行 + 未设置环境变量	规则引擎模式（无 LLM）

🌐 支持的 LLM 供应商

OpenAI Chat Completions 格式

LLM_API_FORMAT=openai 或不设置（自动识别）

供应商	LLM_BASE_URL	LLM_MODEL 示例
LongCat	https://api.longcat.chat/openai	LongCat-2.0-Preview
OpenAI	https://api.openai.com/v1	gpt-4o-mini
DeepSeek	https://api.deepseek.com/v1	deepseek-chat
SenseNova	https://token.sensenova.cn/v1	sensenova-6.7-flash-lite
kimi	https://api.moonshot.cn/v1	moonshot-v1-8k
Ollama	http://localhost:11434/v1	llama3.2

Anthropic Messages 格式

LLM_API_FORMAT=anthropic 或不设置（URL 含 /anthropic 自动识别）

供应商	LLM_BASE_URL	LLM_MODEL 示例	认证头
LongCat (Anthropic)	https://api.longcat.chat/anthropic	LongCat-2.0-Preview	x-api-key
SenseNova (Anthropic)	https://token.sensenova.cn	sensenova-6.7-flash-lite	Bearer
Anthropic	https://api.anthropic.com	claude-sonnet-4-20250514	Bearer

格式自动识别：代码从 LLM_BASE_URL 自动判断用哪种格式发请求：

• URL 含 /anthropic → Anthropic 格式
• 其他 → OpenAI 格式

🔧 环境变量

变量	必需	说明	默认值
ANYSEARCH_API_KEY	否	AnySearch API Key	匿名访问（更低限额）
LLM_API_KEY	否	LLM API 密钥	无（回退到 Sampling）
LLM_BASE_URL	否	LLM 端点 URL	无
LLM_MODEL	否	LLM 模型名称	无
LLM_API_FORMAT	否	openai 或 anthropic	自动识别

传递方式：

1. MCP 客户端 env 字段（标准方式）
2. .env 文件（服务器启动时读取，fallback）

📋 使用示例

内置工具调用示例

Task: "Calculate 25 * 4 + sqrt(81) and then convert 500 grams to pounds"

Agent 会自动：

1. 调用 calculator 计算 25 * 4 + sqrt(81) = 109
2. 调用 unit_convert 转换 500 grams = 1.10 pounds
3. 返回完整的推理过程和最终答案

搜索任务示例

Task: "Search for the latest AI agent frameworks and summarize the top 3"

Agent 会调用 anysearch_search 获取搜索结果，然后推理总结。

批量搜索示例

Task: "Search for 'React vs Vue' and 'TypeScript trends 2025' in parallel"

Agent 会调用 anysearch_batch_search 同时发起多个查询。

🏗️ 项目结构

mini-agent-mcp/
├── LICENSE                     # Apache-2.0 许可证
├── README.md                   # 项目文档
├── .env.example                # 环境变量模板
├── package.json                # NPM 包配置
├── tsconfig.json               # TypeScript 配置
├── assets/
│   └── icon.png                # 项目图标 (512x512)
├── src/
│   ├── index.ts                # MCP 服务器入口（含 .env 加载 + 重试）
│   ├── tools/
│   │   ├── types.ts            # 工具类型定义
│   │   ├── registry.ts         # 工具注册表
│   │   ├── calculator.ts       # 数学计算器
│   │   ├── text.ts             # 文本工具
│   │   ├── converter.ts        # 单位转换
│   │   ├── datetime.ts         # 日期时间
│   │   ├── random.ts           # 随机生成
│   │   ├── anysearch-client.ts # AnySearch MCP 客户端封装
│   │   └── anysearch.ts        # AnySearch 工具动态包装
│   └── agent/
│       ├── llm.ts              # LLM 通信层 (采样 + HTTP + 多供应商)
│       ├── react.ts            # ReAct 推理循环
│       └── index.ts            # Agent 工具定义
└── dist/                       # 编译输出

🔐 安全说明

• 无本地数据存储
• API Key 通过环境变量传递，不写入代码或日志
• 使用 MCP 标准协议通信
• 托管部署在阿里云函数计算 MicroVM 沙箱隔离环境中运行
• SSE 访问地址为专属敏感信息，请勿泄露

⚠️ 使用限制

• 免费托管服务有调用配额限制（超限返回 HTTP 429）
• 匿名 AnySearch 访问有速率限制（建议配置 API Key）
• Agent 单次任务最多 8 个工具调用步骤
• 工具调用超时 60 秒，LLM 推理超时 120 秒
• 工具失败后自动重试 3 次（指数退避）

📄 许可证

Apache License 2.0 © 2026 Microbiosis

本项目集成了 AnySearch（Apache-2.0 许可证）。

🤝 贡献

欢迎提交 Issue 和 PR：https://github.com/Microbiosis/mini-agent-mcp/issues

Fork → 修改 → 提交请求即可。

🔗 相关链接

• ModelScope MCP 广场
• AnySearch 文档
• MCP 协议规范
• GitHub 仓库