Token导航 LogoToken导航

MCP Server · 运维云端

AGI MCP

AGI-MCP是一款实现类AGI能力的模型上下文协议服务器,通过GOTCHA框架、ATLAS流程、思考机制、钩子系统和子代理架构提供高级认知功能与持久状态管理。

stdio官方级别未说明来源级核验工具 15
人工智能TypeScriptClaudeClaude DesktopCline

快速开始

作者 / 组织
muah1987
提供方
muah1987
运行时
Docker

工具数量

15

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

2 个

MCP World

选型结论

AGI MCP 属于运维云端类 MCP Server,公开资料标注 15 个工具,通过stdio 本地进程接入,适配 Claude Desktop、Claude、Cline,有可以直接复制的安装命令;接入前要先准备 会话凭据。

分类

运维云端

传输方式

stdio

认证方式

会话凭据

部署方式

公开资料未说明

安装与配置

安装命令

docker run -i agi-mcp:latest

客户端配置示例

{
  "mcpServers": {
    "agi-mcp": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "agi-mcp:latest"
      ]
    }
  }
}

按公开安装命令拼出来的示例,字段名和参数以仓库 README 为准;带 YOUR_API_KEY 这类占位符的位置记得换成自己的值。

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 Docker,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 15 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

AGI-MCP:高级通用智能模型上下文协议服务器

一个全面的模型上下文协议(MCP)服务器,通过 GOTCHA框架, ATLAS工艺, 思维机制, 钉钩系统,以及 子代理架构 具有用于持久状态管理的集成数据库内存。

🌟 特性

🎯 GOTCHA框架(6层架构)

代理系统的复杂认知架构:

  1. 目标(G) -定义和管理具有优先级的目标
  2. 观察结果(O) -感知并记录环境状态
  3. 思考(T) -基于观察的原因和计划
  4. 命令(C) -系统地选择和执行行动
  5. 假设(H) -形成并验证预测
  6. 评估(A) -评估绩效并总结经验教训

🗺️ ATLAS过程(5步方法)

结构化任务执行方法:

  1. 分析(A) -了解任务背景和复杂性
  2. 任务分解(T) -分解为可管理的子任务
  3. 学习(L) -收集必要的知识和资源
  4. 法案(A) -系统地执行计划行动
  5. 合成(S) -整合结果并提取见解

🧠 思维机制

智能推理和过滤层:

  • 快速评估 -评估用户输入的相关性和安全性
  • 工具使用验证 -评估工具执行的适当性
  • 完工评估 -确定工作何时真正完成
  • 基于目的的过滤 -使所有操作与代理目的保持一致

🔗 钉钩系统

Claude Code风格的生命周期钩子用于定制:

  • 11钩事件 -SessionStart、UserPromptSubmit、PreToolUse、PostToolUse、Stop、SubagentStart/Stop等
  • 命令和提示挂钩 -shell命令和基于LLM的评估
  • 决策控制 -允许、拒绝或动态修改操作
  • 上下文注入 -在关键生命周期点添加信息

🤖 子代理系统

专注任务的专业人工智能助手:

  • 4内置子代理 -探索、通用、任务执行者、代码审查者
  • 自定义子代理 -创建项目或用户级专家
  • 孤立的上下文 -每个子代理都有自己的内存和权限
  • 工具限制 -对子代理功能进行细粒度控制
  • 可恢复的会话 -继续之前的子代理工作

💾 数据库集成

持久记忆作为真理之源:

  • SQLite数据库 -所有操作都持续进行
  • 会话跟踪 -完整的历史记录和分析
  • 阿特拉斯历史 -完整的执行跟踪
  • 查询优化 -按性能索引

🏗️ 内存基础架构

自动初始化和管理:

  • 自动检测 -检查现有基础设施
  • 目录创建 - memory/logs 和 data 结构
  • 架构初始化 -首次运行时的数据库设置
  • 日志系统 -全面的会话日志

📦 安装

标准安装

# Clone the repository
git clone https://github.com/muah1987/AGI-MCP.git
cd AGI-MCP

# Install dependencies
npm install

# Build the project
npm run build

# Run tests
npm test

Docker安装

# Option 1: Pull from Docker Hub (recommended)
docker pull muah1987/agi-mcp:latest

# Option 2: Build locally
docker build -t agi-mcp:latest .

# Option 3: Use docker-compose
docker-compose build

# Run the test script to validate the build
./test-docker.sh

发布到Docker Hub

手工出版
# 1. Create .env file with your credentials
cp .env.example .env
# Edit .env and add your DOCKER_USERNAME and DOCKER_TOKEN

# 2. Build and push to Docker Hub
./push-docker.sh
使用GitHub操作自动发布

该仓库包含一个GitHub Actions工作流,该工作流在每次向主分支推送或创建标签时自动构建Docker镜像并将其推送到DockerHub。

设置:

  1. 将以下机密添加到您的GitHub存储库设置中:

- DOCKER_LOGIN -您的DockerHub用户名 - DOCKER_PASSWORD -您的DockerHub密码或访问令牌

  1. 工作流将自动执行以下操作:

- 使用Dockerfile构建Docker镜像 - 标记它 latest 版本来自 package.json - 将其推送到DockerHub下 $DOCKER_LOGIN/agi-mcp (其中 $DOCKER_LOGIN 是您的DockerHub用户名)

手动触发器:

您还可以从GitHub中的Actions选项卡手动触发工作流。

🚀 快速开始

作为MCP服务器(本机)

添加到您的MCP客户端配置中(例如,Claude Desktop、Cline):

{
  "mcpServers": {
    "agi-mcp": {
      "command": "node",
      "args": ["/absolute/path/to/AGI-MCP/dist/index.js"]
    }
  }
}

作为MCP服务器(Docker)

使用Docker进行隔离部署:

{
  "mcpServers": {
    "agi-mcp": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "muah1987/agi-mcp:latest"]
    }
  }
}

或者使用本地构建的映像:

{
  "mcpServers": {
    "agi-mcp": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "agi-mcp:latest"]
    }
  }
}

直接执行

# Native
npm start

# Docker
docker run -i agi-mcp:latest

# Docker Compose
docker-compose up

第一次会议

首次运行时,AGI-MCP会自动:

  1. 创建 memory/MEMORY.md 文档
  2. 设置 memory/logs/ 目录
  3. 创建 data/ 目录
  4. 初始化SQLite数据库
  5. 加载所有子代理
  6. 配置挂钩系统

🛠️ 可用工具

GOTCHA框架(7个工具)

  • set_goal -定义系统目标
  • observe -记录环境观测结果
  • think -捕获推理过程
  • execute_command -执行和记录命令
  • form_hypothesis -创建预测
  • assess_performance -评估和学习
  • process_goal_with_gotcha -全周期处理

ATLAS流程(2个工具)

  • execute_atlas_task -运行完整的5步流程
  • get_atlas_history -查看任务执行历史记录

内存管理(3个工具)

  • get_active_goals -列出活动目标
  • get_memory -按层查询内存
  • get_session_summary -会话概述

子代理管理(3个工具)

  • execute_subagent -专家代表
  • resume_subagent -继续之前的工作
  • list_subagents -查看可用的子代理

📚 文档

核心文件

技术文档(docs/)

🏗️ 建筑

AGI-MCP/
├── src/
│   ├── index.ts                 # Main MCP server
│   ├── database/
│   │   ├── memory-db.ts         # SQLite operations
│   │   └── infrastructure.ts     # Auto-initialization
│   ├── gotcha/
│   │   ├── framework.ts         # GOTCHA 6-layer system
│   │   └── thinking.ts          # Thinking mechanism
│   ├── atlas/
│   │   └── process.ts           # ATLAS 5-step process
│   ├── hooks/
│   │   └── hook-system.ts       # Lifecycle hooks
│   ├── subagents/
│   │   └── subagent-system.ts   # Subagent management
│   └── tools/
│       └── mcp-tools.ts         # MCP tool definitions
├── memory/                      # Memory system
│   ├── MEMORY.md               # Documentation
│   └── logs/                   # Session logs
├── data/                       # Database storage
│   └── agi-mcp.db             # SQLite database
└── .agi-mcp/                  # Configuration
    ├── hooks/                  # Hook scripts
    ├── subagents/             # Custom subagents
    └── hooks-config.json      # Hook configuration

💡 示例

执行ATLAS任务

await tools.handleToolCall('execute_atlas_task', {
  task_id: 'research-001',
  description: 'Research quantum computing applications'
});

使用子代理

await tools.handleToolCall('execute_subagent', {
  subagent: 'code-reviewer',
  task: 'Review authentication module for security'
});

配置挂钩

{
  "hooks": {
    "PreToolUse": [{
      "matcher": "execute_command",
      "hooks": [{
        "type": "command",
        "command": "./validate-command.sh"
      }]
    }]
  }
}

🧪 测试

# Run all tests
npm test

# Build project
npm run build

🤝 贡献

欢迎投稿!看 贡献.md 作为指导方针。

📄 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🔒 安全

看 安全.md 用于安全策略和报告漏洞。

📝 更新日志

看 更改日志.md 查看版本历史和更改。

🙏 致谢

  • 基于Anthropic的模型上下文协议
  • 受AGI原则和认知架构的启发
  • 使用TypeScript和SQLite构建

📧 支持

______________________________________________________________________

AGI-MCP -通过模型上下文协议实现通用人工智能

工具与能力

工具数量

15

资源数量

0

提示词数量

0

能力标签

人工智能TypeScript本地部署认知架构代理系统任务自动化持久化记忆

支持客户端

Claude DesktopClaudeCline

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

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 工具数量 15 个,一次接入能覆盖的操作比单点工具更全。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已经适配 Claude Desktop、Claude、Cline,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好 Docker,换机器要重新装一遍。
  • 需要自备会话凭据,没有凭据没法直接试。
  • 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

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop 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。
  • 暂时拿不到会话凭据的人。
  • 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
AGI MCP

MCP World · 本页

15stdio有2 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 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

AGI MCP 怎么安装?

公开资料给出的安装命令是 docker run -i agi-mcp:latest,运行环境为 Docker。装完后按客户端要求写进 MCP 配置,重启客户端生效。

AGI MCP 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 Docker;保存后完全退出客户端再打开,配置才会生效。

AGI MCP 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。

AGI MCP 需要 API Key 吗?

公开资料标注的认证方式是会话凭据,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

AGI MCP 支持哪些客户端?

公开资料标注支持 Claude Desktop、Claude、Cline;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