Dispatch Agent

调度代理

](https://www.npmjs.com/package/dispatch-agent)   

一个智能MCP（模型上下文协议）服务器，通过React代理提供专门的文件系统操作。旨在通过将文件系统任务委托给一个专注的子代理来增强Claude Code等人工智能应用程序，减少上下文窗口的使用并提高响应准确性。

特性

• 专用文件系统代理：使用LangGraph进行文件操作的专用React代理
• MCP集成：通过模型上下文协议与人工智能应用程序无缝集成
• 多LLM支持：适用于OpenAI和Anthropic语言模型
• 并行操作：支持多个同时进行的代理调用
• 上下文优化：设计用于简洁、直接的响应，以最大限度地减少令牌的使用
• 灵活的配置：针对不同部署场景的基于环境的配置

安装

先决条件

• Node.js 18.0.0或更高版本
• npm或yarn包管理器

从npm安装

npm install -g dispatch-agent

从源代码构建

git clone https://github.com/abhinav-mangla/dispatch-agent.git
cd dispatch-agent
npm install
npm run build

配置

使用环境变量配置代理：

必需变量

export API_KEY="your-api-key-here"

可选变量

# LLM Provider (default: openai)
export LLM_PROVIDER="openai"  # or "anthropic"

# Base URL (default: https://openrouter.ai/api/v1)
export BASE_URL="https://api.openai.com/v1"

# Model Name (default: openai/gpt-4o-mini)
export MODEL_NAME="gpt-4o"

# Temperature (default: 0, range: 0-2)
export TEMPERATURE="0.1"

提供商特定设置

OpenAI

export LLM_PROVIDER="openai"
export API_KEY="sk-..."
export BASE_URL="https://api.openai.com/v1"
export MODEL_NAME="gpt-4o"

Anthropic

export LLM_PROVIDER="anthropic"
export API_KEY="sk-ant-..."
export MODEL_NAME="claude-3-5-sonnet-20241022"

OpenRouter 的

export API_KEY="sk-or-..."
export BASE_URL="https://openrouter.ai/api/v1"
export MODEL_NAME="anthropic/claude-3.5-sonnet"
export LLM_PROVIDER="anthropic"

用法

基本用法

使用工作目录启动MCP服务器：

# If installed globally
dispatch-agent /path/to/your/project

# Or using npx (no installation required)
npx dispatch-agent /path/to/your/project

与Claude Desktop集成

添加到您的Claude Desktop MCP配置(~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "dispatch-agent": {
      "command": "npx",
      "args": ["dispatch-agent", "/path/to/your/project"],
      "env": {
        "API_KEY": "your-api-key-here",
        "LLM_PROVIDER": "anthropic",
        "MODEL_NAME": "claude-3-5-sonnet-20241022",
        "TEMPERATURE": "0"
      }
    }
  }
}

或者，如果全局安装：

{
  "mcpServers": {
    "dispatch-agent": {
      "command": "dispatch-agent",
      "args": ["/path/to/your/project"],
      "env": {
        "API_KEY": "your-api-key-here",
        "LLM_PROVIDER": "openai",
        "BASE_URL": "https://api.openai.com/v1",
        "MODEL_NAME": "gpt-4o",
        "TEMPERATURE": "0"
      }
    }
  }
}

与其他MCP客户端集成

服务器实现了标准的MCP协议，可以与任何兼容MCP的客户端集成：

import { StdioServerTransport } from '@modelcontextprotocol/sdk/client/stdio.js';
import { Client } from '@modelcontextprotocol/sdk/client/index.js';

const client = new Client({
  name: "dispatch-agent-client",
  version: "1.0.0"
}, {
  capabilities: {}
});

const transport = new StdioServerTransport({
  command: "dispatch-agent",
  args: ["/path/to/working/directory"]
});

await client.connect(transport);

性能改进

调度代理架构为AI应用程序提供了显著的性能优势：

🎯 上下文窗口优化

• 减少50% 通过委派文件系统操作在主代理上下文中使用
• 速度提高32% 通过专门的任务处理进行推理的时间
• 无需在主对话上下文中包含文件内容

💰 降低成本

• 平均成本降低46% 通过高效的上下文管理
• 文件系统操作模式和响应的缓存
• 减少主要AI交互中的令牌消耗

🎪 提高准确性

• 精确度提高9.1% 通过专业代理设计
• 专注于文件系统操作的培训可以减少幻觉
• 文件系统任务的专用提示可确保输出一致

⚡ 更快的结果

• 并发代理执行 用于多个文件系统操作
• 长文件内容的压缩上下文处理
• 针对CLI和编程使用进行了优化的直接、简洁的响应

📊 资源效率

• 减少45% 在对文件系统任务的主要LLM API调用中
• 文件元数据和目录结构的本地处理
• 智能缓存频繁访问的文件信息

API文档

工具： dispatch_agent

服务器公开了一个代理调度工具：

输入架构

{
  "type": "object",
  "properties": {
    "message": {
      "type": "string",
      "description": "The message/task for the agent to process"
    }
  },
  "required": ["message"]
}

示例用法

{
  "name": "dispatch_agent",
  "arguments": {
    "message": "Find all TypeScript files that import React in the src directory"
  }
}

响应格式

{
  "content": [
    {
      "type": "text",
      "text": "Found 5 TypeScript files importing React:\n- /abs/path/src/components/App.tsx\n- /abs/path/src/components/Button.tsx\n- /abs/path/src/hooks/useEffect.tsx\n- /abs/path/src/pages/Home.tsx\n- /abs/path/src/utils/ReactHelpers.tsx"
    }
  ]
}

可用的文件系统操作

调度代理可以访问以下文件系统工具：

• 读取文件：文本文件、媒体文件、一次多个文件
• 列出目录：目录内容和树结构
• 搜索文件：基于内容的文件搜索
• 文件元数据：大小、修改日期、权限
• 目录遍历：递归目录探索

最佳实践

何时使用调度代理

✅ 推荐用于：

• 在多个文件中搜索关键字
• 按部分名称或模式查找文件
• 复杂的文件系统查询（“哪些文件包含X？”）
• 目录结构探索
• 多个并发文件系统操作

何时使用直接工具

❌ 不建议用于：

• 读取特定的已知文件路径
• 简单的文件操作
• 修改文件（代理是只读的）
• 非文件系统任务

最佳使用模式

# Good: Complex search queries
"Find all configuration files that mention database"
"List all Python files larger than 1MB in the project"

# Better with direct tools: Specific file access
"Read the content of src/config.json"
"List files in the /src directory"

发展

建设项目

npm run build

发展模式

npm run dev

项目结构

dispatch-agent/
├── src/
│   ├── index.ts          # CLI entry point
│   ├── server.ts         # MCP server implementation
│   ├── tools/
│   │   └── dispatch-agent.ts  # Core agent logic
│   ├── types/
│   │   └── index.ts      # TypeScript type definitions
│   └── utils/
│       └── validation.ts # Input validation utilities
├── package.json
├── tsconfig.json
└── README.md

贡献

1. 分叉存储库
2. 创建要素分支： git checkout -b feature/new-feature
3. 进行更改并添加测试（如果适用）
4. 确保TypeScript编译通过： npm run build
5. 提交您的更改： git commit -am 'Add new feature'
6. 推到分支： git push origin feature/new-feature
7. 提交拉取请求

开发指南

• 遵循TypeScript的最佳实践
• 保持现有的代码风格
• 更新新功能的文档
• 确保错误处理全面
• 保持响应简洁，以便于CLI使用

许可证

MIT许可证-请参阅 许可证 文件以获取详细信息。

作者

阿比纳夫·曼格拉 -

支持

对于问题、疑问或贡献：

• 🐛 报告错误
• 💡 请求功能
• 📖 查看文档

______________________________________________________________________

关键词： MCP、模型上下文协议、AI代理、文件系统、LangGraph、React代理、Claude、OpenAI、Anthropic