MCP Server · AI代理

A2a Client Server Agent Router

一个智能路由用户查询到专业智能体的多智能体编排系统，支持数据库操作、Jira任务管理和统一响应处理。

stdio官方级别未说明来源级核验工具 0

PythonAI代理工作流自动化

快速开始

打开主来源页面 GitHub 仓库

作者 / 组织: satishkamavaram
提供方: satishkamavaram
运行时: Python

工具数量

来源目录标注

资源数量

来源目录标注

提示词数量

来源目录标注

GitHub Star

仓库热度

收录来源

1 个

MCP World

选型结论

A2a Client Server Agent Router 属于AI代理类 MCP Server，公开资料标注 0 个工具，通过stdio 本地进程接入，客户端适配情况以官方文档为准，有可以直接复制的安装命令；接入前要先准备 API Key。

分类

AI代理

传输方式

stdio

认证方式

API Key

部署方式

公开资料未说明

安装与配置

安装命令

python3 -m venv venv

公开命令不是通用的启动方式，拼不出可靠配置示例；请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

1
准备运行环境
stdio 服务在本地起进程，需要先装好 Python，再按安装命令拉取依赖。
2
安装服务
复制下面的安装命令执行；命令里带占位符的位置换成自己的密钥或路径。
3
写入客户端配置
在客户端的 MCP 配置里填启动命令和参数，保存后完全退出客户端再打开，让新配置生效。
4
验证是否可用
连接成功后客户端会列出 0 个工具，随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

详细介绍

⚠️ POC免责声明：这是一个概念验证（POC）实现。请不要评估此代码的生产级代码结构、模块化或最佳实践。本项目仅用于教育和示范目的。

A2A代理编排系统

架构概述

User → Frontend (WebSocket) → Facade (8081) → Orchestration (10003) → [DB (10000) | Jira (10002)]
                                                             ↓
                                                       Formatted Response

通信协议

通过HTTP实现代理到代理（A2A）
UI的WebSocket↔ 立面流媒体
MCP over HTTP用于工具调用

组件和端口

PostgreSQL数据库代理：10000
Postgres服务器和架构文件位于 postgres-db-agent/db/
Jira代理：10002
编排代理：10003
外观（WebSocket）：8081

- WebSocket端点：ws://localhost:8081/ai代理/ws/{client_id}

MCP服务器（快速MCP）：8001(http://localhost:8001/mcp)
前端（UI）：3000

______________________________________________________________________

先决条件

Python 3.10+
PostgreSQL数据库（用于DB代理）
一个OpenAI API密钥
redis服务器
密钥斗篷服务器

创建一个 .env 每个代理目录中的文件包含：

OPENAI_API_KEY=your_openai_api_key

______________________________________________________________________

安装说明

每个代理/facea/mcp都需要自己的虚拟环境和依赖关系。按顺序执行以下步骤：

必需.env键（快速参考）

PostgreSQL数据库代理（10000）：

- OPENAI_API密钥 - postgres_url（例如，postgresql://user:pass@本地主机：5432/dbname）

Jira代理（10002）：

- OPENAI_API密钥 - MCP_SERVER_URL（例如。，http://localhost:8001/mcp) - REDIS_ENABLED

2.PostgreSQL数据库代理设置（端口10000）

从 postgres-db-agent/ 文件夹：

# Create and activate virtual environment
python3 -m venv venv
source venv/bin/activate

# Install dependencies
pip install -r requirements.txt

# Create .env with mandatory keys
cat > .env  .env  .env << 'EOF'
OPENAI_API_KEY=your_openai_api_key

DB_AGENT_URL=http://localhost:10000
JIRA_AGENT_URL=http://localhost:10002
EOF

______________________________________________________________________

启动代理服务器

⚠️ 重要：按此确切顺序启动服务器，以确保正确的依赖关系：

1.启动MCP服务器（端口8001）

cd mcp/
source venv/bin/activate
python mcp_server.py

2.启动PostgreSQL数据库代理（端口10000）

cd postgres-db-agent/
source venv/bin/activate
python a2a_postgres_agent.py

初始化数据库架构（一次，在Postgres服务器运行后）：

# Assuming local Postgres with user 'admin', database 'ai'
# Adjust -U and -d if your credentials differ
psql -h localhost -U admin -d ai -f postgres-db-agent/db/postgres.ddl

# Verify tables
psql -h localhost -U admin -d ai -c "\dt"

3.启动Jira代理（端口10002）

首先启动Redis（语义缓存需要）。从内部 jira-agent/ 运行docker compose：

cd jira-agent/
docker compose up -d  # starts redis on port 6379 (password: redispass123)

确认已启动：

redis-cli -a redispass123 PING  # should return PONG

然后启动Jira代理：

cd jira-agent/
source venv/bin/activate
python a2a_jira_server.py

4.启动编排代理（端口10003）

cd orchestration-agent/
source venv/bin/activate
python orchestration_agent.py

5.启动立面（端口8081）

Facade托管WebSocket端点和Orchestration的代理http://localhost:10003.

cd facade-agent/
python3 -m venv venv
source venv/bin/activate
pip install -e .   
cd src/
uvicorn ai_app.app:app --host 0.0.0.0 --port 8081

______________________________________________________________________

前端（Keycloak认证-先安装Keycloak服务器）

自 ai-chat-frontend-keycloak-auth/:

npm install
npm start

Keycloak配置已在 ai-chat-frontend-keycloak-auth/src/auth/keycloak.js:

网址：http://localhost:8080/
领域：satishrealm
客户端ID:testclient

这两个ui都会自动为WebSocket生成一个client_id（keycloak auth-ui的keycloak访问令牌），并提供一个简单的聊天。

代理卡发现

每个代理通过代理卡公开其功能。要下载代理卡，请执行以下操作：

# PostgreSQL DB Agent  
curl -H "Authorization: Bearer your_token" \
  http://localhost:10000/.well-known/agent-card.json

# Orchestration Agent (10003)
curl -H "Authorization: Bearer your_token" \
  http://localhost:10003/.well-known/agent-card.json

# Jira Agent (10002)
curl -H "Authorization: Bearer your_token" \
  http://localhost:10002/.well-known/agent-card.json

或者只需在浏览器中访问：

http://localhost:10000/.well-已知/代理卡.json
http://localhost:10003/.well-已知/代理卡.json
http://localhost:10002/.well-已知/代理卡.json

______________________________________________________________________

工具与能力

工具数量

资源数量

提示词数量

能力标签

智能体编排Python本地部署数据库代理Jira代理Redis缓存WebSocket通信

数量来自来源目录的标注，具体工具清单以官方文档为准。

典型使用场景

多步任务编排

把拆解、检索、执行串成一条链，模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储，换个会话还能接着做。

接自有流程

把内部系统和模型连起来，让助手调用已有的工作流。

选择建议

值得选的地方

只提供 0 个工具，职责集中，接入后不容易误操作。
有现成的安装命令，不用自己找入口，照着跑就能起服务。
公开说明写得比较完整，接入前能看清能力边界。

先想清楚的地方

stdio 方式要求本地装好 Python，换机器要重新装一遍。
需要自备API Key，没有凭据没法直接试。
公开摘要偏短，具体能力和限制要回到仓库确认。

更适合

需要在AI代理场景里让模型直接调用外部能力的人。
想先快速试一下、能接受在本地跑服务的人。

不太适合

完全不想在本地装环境的人。
暂时拿不到API Key的人。
需要厂商级 SLA 和技术支持的生产环境。

MCP Server	工具数	传输方式	安装命令	收录来源	最后核验
A2a Client Server Agent Router MCP World · 本页	0	stdio	有	1 个	2026-05-17
Everything Claude Code MCP World	0	stdio	有	1 个	2026-05-17
Filesystem 560c4363 MCP World	13	未说明	未标注	2 个	2026-05-17
Time 7365cb6d MCP.so	2	SSE	有	2 个	2026-05-17
Server Everything (everything) MCP World	11	stdio	有	1 个	2026-05-17

常见问题

5 条