Token导航 LogoToken导航

MCP Server · AI代理

Agent MCP Framework

一个用于构建多代理MCP(模型上下文协议)服务器的Python框架,支持多种管道模式和MCP集成,适用于AI代理系统开发。

stdio官方级别未说明来源级核验工具 0
AI代理PythonClaude

快速开始

作者 / 组织
Jbermingham1
提供方
Jbermingham1

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

Agent MCP Framework 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,适配 Claude,有可以直接复制的安装命令;接入前先确认权限范围。

分类

AI代理

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

pip install agent-mcp-framework

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. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 对应的运行时,再按安装命令拉取依赖。

  2. 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. 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. 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

agent mcp框架

用于构建多代理MCP(模型上下文协议)服务器的Python框架。

使用顺序、并行、条件和映射缩减流水线模式、代理生命周期挂钩和结构化输出组合多代理系统,并将结果作为MCP工具公开给Claude、VSCode或任何兼容MCP的客户端。

特性

  • 代理抽象 — Agent, LLMAgent, FunctionAgent 带有生命周期挂钩
  • 管道组成 --顺序、并行、条件和MapReduce模式
  • MCP集成 --将代理管道作为MCP工具在stdio或SSE上公开
  • 输出格式化 --JSON、Markdown和纯文本输出模式
  • 命令行界面 --从命令行运行服务器和管道
  • Docker就绪 --Dockerfile、健康检查和AWS ECS Fargate部署
  • CI/CD --GitHub测试、linting和部署操作

安装

pip install agent-mcp-framework

快速开始

from agent_mcp_framework import Agent, AgentContext, AgentResult, SequentialPipeline, AgentMCPServer

class AnalyzerAgent(Agent):
    async def run(self, context: AgentContext) -> AgentResult:
        code = context.get("code", "")
        issues = []
        if len(code.splitlines()) > 500:
            issues.append("File exceeds 500 lines — consider splitting")
        if "import *" in code:
            issues.append("Wildcard imports detected")
        context.set("issues", issues)
        return AgentResult(success=True, output={"issues": issues, "count": len(issues)})

class ScorerAgent(Agent):
    async def run(self, context: AgentContext) -> AgentResult:
        issues = context.get("issues", [])
        score = max(0, 100 - len(issues) * 15)
        return AgentResult(success=True, output={"score": score, "grade": "A" if score >= 90 else "B" if score >= 70 else "C"})

# Compose agents into a pipeline
pipeline = SequentialPipeline("code-review", agents=[
    AnalyzerAgent("analyzer", description="Find code issues"),
    ScorerAgent("scorer", description="Score code quality"),
])

# Expose as an MCP server
server = AgentMCPServer("code-review-server", description="Multi-agent code review")
server.add_pipeline_tool(
    pipeline,
    name="review_code",
    description="Analyze code quality and return a score",
)

if __name__ == "__main__":
    server.run()  # Starts MCP server on stdio

码头工人

# Build and run locally
docker compose up --build

# Or build manually
docker build -t agent-mcp-framework .
docker run -p 8080:8080 agent-mcp-framework

健康检查端点:

终点目的
GET /服务信息
GET /health活体探针
GET /ready准备就绪探针

代理类型

Agent --基本类

实施 run() 定义代理的逻辑。

LLMAgent --克劳德动力代理人

内置Anthropic客户端 complete() LLM呼叫的助手。

FunctionAgent --快速内联代理

将任何异步函数包装为代理,而不进行子类化。

管道模式

图案描述
SequentialPipeline逐一运行代理,每个代理都看到更新的上下文
ParallelPipeline在可选的并发限制下并发运行代理
ConditionalPipeline基于条件函数的代理路由
MapReducePipeline拆分工作,扇出并减少结果

命令行界面

# Start an MCP server
agent-mcp serve my_project.server

# Run a pipeline directly
agent-mcp run my_project.pipeline --input '{"code": "import *"}'

# Show framework info
agent-mcp info

部署

该项目包括完整的AWS ECS Fargate部署配置:

  • Dockerfile --带健康检查的多阶段构建
  • docker-compose.yml --地方发展
  • .github/workflows/ci.yml --CI管道(lint、测试、Docker构建)
  • .github/workflows/deploy.yml --CD管道(ECR推送、ECS部署)
  • aws/task-definition.json --ECS Fargate任务定义

许可证

麻省理工学院

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

多代理系统Python本地部署MCP协议AI开发框架管道模式LLM集成

支持客户端

Claude

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 运行环境,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

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。
  • 已经在用 Claude 的用户,接入路径最短。
  • 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。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Agent MCP Framework

MCP World · 本页

0stdio有1 个2026-05-17
Everything Claude Code

MCP World

0stdio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

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Agent MCP Framework 怎么安装?

公开资料给出的安装命令是 pip install agent-mcp-framework,运行环境为 未标注。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Agent MCP Framework 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

Agent MCP Framework 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Agent MCP Framework 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Agent MCP Framework 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP