MCP Agent TypeScript Port

](https://mseep.ai/app/waldzellai-mcp-agent-ts)

MCP代理TypeScript端口

](https://smithery.ai/server/@waldzellai/mcp-agent-ts)

概述

MCP（模型上下文协议）代理TypeScript端口是MCP代理系统的一个健壮的类型安全实现。它为构建具有高级工作流管理、日志记录和执行功能的智能上下文感知代理提供了一个灵活的框架。

这是一个TypeScript端口 lastmile ai的原始MCP代理框架.

特性

• 🚀 模块化架构

- 全面的TypeScript实现 - 灵活、可扩展的设计 - 类型安全接口

• 📊 高级工作流管理

- 基于步骤的工作流执行 - 并发任务处理 - 详细的上下文跟踪

• 🔍 强大的测井系统

- 可配置的日志级别 - 上下文丰富的日志记录 - 日志导出功能

• 🧰 灵活的执行者

- 任务排队 - 超时处理 - 并发任务管理

• 🖥️ CLI支持

- 命令行界面 - 易于代理管理

安装

通过Smithery安装

通过以下方式自动安装Claude Desktop的MCP代理TypeScript端口 史密瑟里:

npx -y @smithery/cli install @waldzellai/mcp-agent-ts --client claude

手动安装

npm install @waldzell/mcp-agent-ts

快速开始

创建工作流

import { BaseWorkflow } from '@waldzell/mcp-agent-ts';

class MyDataProcessingWorkflow extends BaseWorkflow {
  constructor() {
    super('my-workflow', 'Data Processing');

    this.addStep({
      id: 'extract',
      name: 'Data Extraction',
      execute: async (context) => {
        // Implement data extraction logic
        return { data: ['item1', 'item2'] };
      }
    });

    this.addStep({
      id: 'transform',
      name: 'Data Transformation',
      execute: async (context) => {
        // Implement data transformation logic
        return { transformedData: ['ITEM1', 'ITEM2'] };
      }
    });
  }
}

async function runWorkflow() {
  const workflow = new MyDataProcessingWorkflow();
  const results = await workflow.execute();
  console.log(results);
}

日志记录

import { debug, info, warn, error } from '@waldzell/mcp-agent-ts';

// Log with different levels
debug('Debugging information', { userId: 123 });
info('System started');
warn('Potential issue detected');
error('Critical error occurred');

CLI使用情况

# Start the MCP Agent
npx mcp-agent start

# List available tools
npx mcp-agent list-tools

# Set log level
npx mcp-agent log-level debug

执行器使用

import { BaseExecutor, Task } from '@waldzell/mcp-agent-ts';

const executor = new BaseExecutor({ 
  maxConcurrentTasks: 3,
  timeout: 60000 // 1-minute timeout
});

const task: Task = {
  id: 'example-task',
  name: 'Sample Task',
  execute: async () => {
    // Task implementation
    return 'Task completed';
  }
};

await executor.enqueueTask(task);

配置

MCP代理可以通过以下方式配置：

• 环境变量
• 配置文件
• 程序化配置

开发状态

🚧 早期开发 🚧

这是一个早期阶段的端口，功能尚未完成。欢迎投稿和反馈！

原始项目

原始MCP代理： lastmile ai/mcp代理

贡献

1. 分叉存储库
2. 创建功能分支(git checkout -b feature/AmazingFeature)
3. 提交您的更改(git commit -m 'Add some AmazingFeature')
4. 推到分支(git push origin feature/AmazingFeature)
5. 打开拉取请求

许可证

该项目遵循原始MCP Agent项目的许可证，发现 这里.

致谢

特别感谢最初的MCP Agent开发人员为AI Agent开发创建了一个创新的框架。