Token导航 LogoToken导航TokenDH.com
MCP A2a GitHub Actions logo
AI代理stdio官方级别未说明来源级核验

MCP A2a GitHub Actions

MCP Server

一个基于多代理协调平台(MCP)的AI代理协调系统,用于动态管理和执行GitHub Actions工作流。

工具数

2

提示词数

0

GitHub Stars

0

资源数

0
AI代理CI/CDPython自动化

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

vikashegde21

提供方

vikashegde21

最后核验

2026/5/17 20:20

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

uv run python -c "import dotenv; dotenv.load_dotenv()"

详细介绍

DevOps代理系统(MCP-A2A)

概述

此存储库实现了 AI对AI(A2A)编排系统 这可以:

  • 列出现有的GitHub操作工作流。
  • 动态创建具有唯一名称的新CI管道。
  • 使用由GitHub模型(或Azure AI推理)支持的管理器代理,根据用户目标决定调用哪个工具。

核心组件包括:

  • 经理代理人 构建一个提示,调用LLM,解析JSON响应并分派任务。
  • DevOpsAgent 的 –提供实际的GitHub API调用(list_workflows, create_basic_pipeline).
  • devops_server.py –一个FastMCP服务器,将DevOps工具作为可调用函数公开。
  • a2a_system.py –运行管理器代理的入口点脚本。

架构概述

MCP(多代理协调平台)

  • 轻量级框架(FastMCP)这使您可以将函数公开为 *工具* 可由LLM调用。
  • 注册每个DevOps操作(list_workflows, create_basic_pipeline)与 @mcp.tool().
  • 处理JSON-RPC风格的请求/响应循环,以便LLM可以通过名称和参数调用工具。
  • 保持系统模块化——可以在不触及核心编排逻辑的情况下添加新的代理或工具。

A2A(代理对代理)协议

  • 启用一个LLM驱动的代理(经理代理人)协调其他专业代理(DevOpsAgent 的).
  • 管理员构建一个提示,描述用户目标、可用代理和规则,然后将其发送到GitHub模型。
  • 该模型返回一个JSON计划: { "agent_name": "...", "tool": "...", "args": {...} }.
  • ManagerAgent 解析计划并通过MCP将请求分派给适当的代理。
  • 所选工具运行,返回结果,经理将结果报告给用户。

为什么这很重要

  • *关注点分离*:经理决定 *什么* 做,而DevOps代理知道 *如何* 与GitHub对话。
  • *可扩展性*:添加新代理(例如 K8sAgent)并简单地将其工具注册到MCP;管理员可以通过更新其提示来开始使用它们。
  • *动态编排*LLM可以推理当前状态(例如,“如果不存在管道,则创建一个”),并在没有硬编码条件的情况下选择正确的工具。

先决条件

  • Python 3.11+(在Windows 10上测试)。
  • 紫外线 用于依赖性管理。
  • A. GitHub个人访问令牌 随着 repo 范围(或至少 contents:writeactions:read).
  • .env 项目根目录下的文件包含:
  GITHUB_TOKEN=your_token_here
  OPENAI_API_KEY=your_openai_key_if_using_openai_models

设置

# Clone the repo
git clone https://github.com/yourusername/MCP-A2A-GA.git
cd MCP-A2A-GA/devops-agent-system

# Install dependencies using uv
uv sync

# Load environment variables (optional, uv will respect .env automatically)
uv run python -c "import dotenv; dotenv.load_dotenv()"

用法

# Run the A2A system – it will list existing pipelines and then create a new one.
uv run a2a_system.py

您还可以通过FastMCP服务器调用各个工具:

uv run devops_server.py

项目结构

devops-agent-system/
├─ src/                     # Core source code
│   ├─ __init__.py
│   ├─ a2a_system.py       # Manager agent entry point
│   └─ devops_server.py    # FastMCP server exposing DevOps tools
├─ tests/                   # Test scripts
│   ├─ test_models.py
│   └─ test_user_model.py
├─ .github/
│   └─ workflows/           # Example CI workflow files (generated dynamically)
├─ .env                     # Environment variables (not committed)
├─ README.md                # This file
└─ pyproject.toml           # Project metadata (generated by uv)

添加新代理或工具

  1. 在中创建新类 src/ 遵循与以下相同的模式 ManagerAgent.
  2. 向注册工具 @mcp.tool()devops_server.py.
  3. 更新中的提示 ManagerAgent.run_mission 以展示新功能。

贡献

请随时打开问题或提交pull请求。请确保任何新工具都尊重令牌权限,并且使用唯一的文件名创建新的工作流(系统已经处理了这一点)。

许可证

MIT许可证——见 LICENSE 文件。

目录标签

目录标签

AI代理CI/CDPython自动化本地部署GitHubActions多代理系统

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

2

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

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。

来源信息

继续浏览同类 MCP