ProtoLinkAI 🚀

ProtoLink AI 是一个标准化的工具封装框架，用于以统一的方式实现和管理各种工具。它旨在帮助开发者快速集成和启动基于工具的用例。

主要特性

• 🔧 标准化封装: 提供一个使用 MCP 协议构建工具的抽象层。
• 🚀 灵活的用例: 轻松添加或删除工具以满足您的特定需求。
• ✨ 开箱即用的工具: 包括用于常见场景的预构建工具：
  • 🐦 Twitter 管理: 自动化推文、回复和管理 Twitter 互动。
  • 💸 加密货币: 获取最新的加密货币价格。
  • 🤖 ElizaOS 集成: 无缝连接并与 ElizaOS 交互，以增强自动化。
  • 🕑 时间实用程序
  • ☁️ 天气信息 (API)
  • 📚 字典查找
  • 🧮 用于数学表达式的计算器
  • 💵 货币兑换 (API)
  • 📈 股票数据: 访问实时和历史股票市场信息。
  • [WIP] 📰 新闻: 检索最新的新闻标题。

技术栈 🛠️

• Python: 核心编程语言
• MCP 框架: 通信协议
• Docker: 容器化

🤔 什么是 MCP？

模型上下文协议 (MCP) 是一个用于跨 AI 模型和系统进行上下文共享和管理的前沿标准。 可以将其视为 AI 代理用于无缝交互的语言。 🧠✨

以下是 MCP 重要的原因：

• 🧩 标准化: MCP 定义了如何在模型之间共享上下文，从而实现互操作性。
• ⚡ 可扩展性: 它旨在处理具有高吞吐量的大规模 AI 系统。
• 🔒 安全性: 强大的身份验证和细粒度的访问控制。
• 🌐 灵活性: 适用于各种系统和 AI 架构。

来源

安装 📦

通过 PyPI 安装

pip install ProtoLinkai

---

用法 💻

本地运行

ProtoLinkai --local-timezone "America/New_York"

在 Docker 中运行

1. 构建 Docker 镜像: docker build -t ProtoLinkai .

2. 运行容器: docker run -i --rm ProtoLinkai

---

Twitter 集成 🐦

MProtoLinkAI 提供强大的 Twitter 集成，允许您自动化推文、回复和管理 Twitter 互动。 本节提供有关配置和使用 Twitter 集成的详细说明，包括通过 Docker 和 .env + scripts/run_agent.sh。

用于 Twitter 集成的 Docker 环境变量

在 Docker 中运行 ProtoLinkAI 时，必须配置用于 Twitter 集成的环境变量。 这些变量分为两类：

1. 代理节点客户端凭据

这些凭据由代理中的 Node.js 客户端用于管理 Twitter 互动。

ENV TWITTER_USERNAME=
ENV TWITTER_PASSWORD=
ENV TWITTER_EMAIL=

2. Tweepy (Twitter API v2) 凭据

这些凭据由 Tweepy 用于与 Twitter 的 API v2 交互。

ENV TWITTER_API_KEY=
ENV TWITTER_API_SECRET=
ENV TWITTER_ACCESS_TOKEN=
ENV TWITTER_ACCESS_SECRET=
ENV TWITTER_CLIENT_ID=
ENV TWITTER_CLIENT_SECRET=
ENV TWITTER_BEARER_TOKEN=

使用 Docker 运行 ProtoLinkAI

1. 构建 Docker 镜像:

   docker build -t ProtoLinkai .
   

2. 运行容器:

   docker run -i --rm ProtoLinkai
   

使用 .env + scripts/run_agent.sh 运行 ProtoLink

设置环境变量

在项目的根目录中创建一个 .env 文件，并添加以下环境变量：

ANTHROPIC_API_KEY=your_anthropic_api_key
ELIZA_PATH=/path/to/eliza
TWITTER_USERNAME=your_twitter_username
TWITTER_EMAIL=your_twitter_email
TWITTER_PASSWORD=your_twitter_password
PERSONALITY_CONFIG=/path/to/personality_config.json
RUN_AGENT=True

# Tweepy (Twitter API v2) 凭据
TWITTER_API_KEY=your_twitter_api_key
TWITTER_API_SECRET=your_twitter_api_secret
TWITTER_ACCESS_TOKEN=your_twitter_access_token
TWITTER_ACCESS_SECRET=your_twitter_access_secret
TWITTER_CLIENT_ID=your_twitter_client_id
TWITTER_CLIENT_SECRET=your_twitter_client_secret
TWITTER_BEARER_TOKEN=your_twitter_bearer_token

运行代理

1. 使脚本可执行:

   chmod +x scripts/run_agent.sh
   

2. 运行代理:

   bash scripts/run_agent.sh
   

总结

您可以配置 ProtoLink 以使用 Docker 运行 Twitter 集成，或者通过在 .env 文件中设置环境变量并运行 scripts/run_agent.sh 脚本来运行。

这种灵活性允许您选择最适合您的部署环境的方法。

---

ElizaOS 集成 🤖

1. 直接从 ProtoLink 使用 Eliza 代理

此方法允许您使用 Eliza 代理，而无需在后台运行 Eliza 框架。 它通过直接在 ProtoLink 中嵌入 Eliza 功能来简化设置。

步骤：

1. 配置 ProtoLink 以使用 Eliza MCP 代理： 在您的 Python 代码中，将 Eliza MCP 代理添加到 MultiToolAgent：

   from ProtoLink.core.multi_tool_agent import MultiToolAgent
   from ProtoLink.tools.eliza_mcp_agent import eliza_mcp_agent
   
   multi_tool_agent = MultiToolAgent([
       # ... 其他代理
       eliza_mcp_agent
   ])
   

优点：

• 简化设置： 无需管理单独的后台进程。
• 更轻松的监控： 所有功能都封装在 MCPAgentAI 中。
• 突出显示功能： 强调 MCPAgentAI 在无缝集成各种工具方面的灵活性。

2. 从 ProtoLinkai 运行 Eliza 框架

此方法涉及将 Eliza 框架作为与 ProtoLinkAI 并行的单独后台进程运行。

步骤：

1. 启动 Eliza 框架： bash src/ProtoLinkai/tools/eliza/scripts/run.sh

2. 监控 Eliza 进程： bash src/ProtoLinkai/tools/eliza/scripts/monitor.sh

3. 配置 MCPAgentAI 以使用 Eliza 代理： 在您的 Python 代码中，将 Eliza 代理添加到 MultiToolAgent：

   from ProtoLink.core.multi_tool_agent import MultiToolAgent
   from ProtoLink.tools.eliza_agent import eliza_agent
   
   multi_tool_agent = MultiToolAgent([
      # ... 其他代理
      eliza_agent
   ])
   

---

教程：选择特定工具

您可以通过修改服务器中的代理配置或更新 server.py 文件以仅加载所需的代理来配置 ProtoLink 以仅运行某些工具。 例如：

from ProtoLinkai.tools.time_agent import TimeAgent
from ProtoLinkai.tools.weather_agent import WeatherAgent
from ProtoLinkai.core.multi_tool_agent import MultiToolAgent

multi_tool_agent = MultiToolAgent([
    TimeAgent(),
    WeatherAgent()
])
This setup will only enable **Time** and **Weather** tools.

---

集成示例：Claude Desktop 配置

您可以使用以下配置 (claude_desktop_config.json) 将 ProtoLinkAI 与 Claude Desktop 集成，请注意，本地 ElizaOS 存储库是可选参数：

{
    "mcpServers": {
        "mcpagentai": {
            "command": "docker",
            "args": ["run", "-i", "-v", "/path/to/local/eliza:/app/eliza", "--rm", "mcpagentai"]
        }
    }
}

---

开发 🛠️

1. 克隆此存储库：

   git clone https://github.com/StevenROyola/ProtoLink.git
   cd mcpagentai
   

2. （可选）创建虚拟环境：

   python3 -m venv .venv
   source .venv/bin/activate
   

3. 安装依赖项：

   pip install -e .
   

4. 构建包：

   python -m build
   

---

---

许可证: MIT
尽情享受吧！ 🎉