Token导航 LogoToken导航

MCP Server · AI代理

MCP A2a GitHub Actions

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。

stdio官方级别未说明来源级核验工具 2
AI代理CI/CDPython自动化

快速开始

作者 / 组织
vikashegde21
提供方
vikashegde21
运行时
Python

工具数量

2

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

MCP A2a GitHub Actions 属于AI代理类 MCP Server,公开资料标注 2 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

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

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 Python,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 2 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

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:write 和 actions:read).
  • 一 .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() 在 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。

工具与能力

工具数量

2

资源数量

0

提示词数量

0

能力标签

AI代理Python本地部署GitHubActionsCI/CD多代理系统自动化

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 2 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。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。
  • 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。
  • 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
MCP A2a GitHub Actions

MCP World · 本页

2stdio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

MCP A2a GitHub Actions 怎么安装?

公开资料给出的安装命令是 uv run python -c "import dotenv; dotenv.load_dotenv()",运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

MCP A2a GitHub Actions 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 Python;保存后完全退出客户端再打开,配置才会生效。

MCP A2a GitHub Actions 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。

MCP A2a GitHub Actions 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。

MCP A2a GitHub Actions 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP