mcp代理

用于工具编排的AI驱动MCP网关

概述

mcp-agentify 是一个Node.js/TypeScript应用程序，充当AI驱动的MCP（模型上下文协议）网关。此网关将：

充当MCP服务器，主要通过以下方式进行通信 stdio.
通过主MCP方法接受来自客户端IDE（例如Cursor）的请求： agentify/orchestrateTask.
利用OpenAI的API（特别是工具调用）来解释用户查询和上下文，选择适当的后端MCP工具，并制定MCP调用。
动态管理 stdio-基于与后端MCP服务器的连接。
代理MCP调用所选后端并返回响应。
可通过以下方式运行 npx 或者作为一种依赖。

特性

统一MCP端点： 为客户端应用程序提供单个MCP服务器端点。
智能任务编排： 使用OpenAI（例如GPT-4 Turbo）来理解自然语言，并从配置的后端工具中进行选择。
动态后端管理： 配置后端MCP服务器（如 @modelcontextprotocol/server-filesystem, @browserbasehq/mcp-browserbase)via initializationOptions.
简化的客户端逻辑： 集中工具选择和MCP呼叫制定。
标准通信： 设计用于通过标准I/O与IDE和其他工具轻松集成。
可选前端UI： 用于观察日志、跟踪和状态。

安装

作为项目中的依赖项：

npm install mcp-agentify
# or
yarn add mcp-agentify

要使用npx全局运行（一旦发布）：

npx mcp-agentify

配置

mcp-agentify 通过环境变量的组合进行配置（通常通过 .env 本地开发文件或 env IDE服务器配置中的块）以及 initializationOptions 由连接的MCP客户端在 initialize 握手。

核心设置的优先级（适用于 mcp-agentify 自身）：

环境变量： OPENAI_API_KEY, LOG_LEVEL, FRONTEND_PORT 开始 mcp-agentify自己的执行环境（例如，来自 .env 或IDE env 服务器进程的块）具有最高优先级。这允许前端服务器立即启动。

- FRONTEND_PORT="disabled"：如果 FRONTEND_PORT 设置为精确的字符串 "disabled"，前端服务器将不会启动。

initializationOptions 来自客户： 如果没有在环境中设置，客户端可以提供这些相同的密钥作为回退。
内部默认值： （例如。， logLevel 默认为“info”）。

1.环境变量(`.env` 文件或IDE `env` 块）

这就是 推荐方式 设置 OPENAI_API_KEY, LOG_LEVEL，以及 FRONTEND_PORT 为了 mcp-agentify的自己的操作。

示例 .env 文件（用于本地 scripts/dev.sh 或 npm run dev):

OPENAI_API_KEY=sk-YourOpenAIKeyHereFromDotEnv
LOG_LEVEL=debug
FRONTEND_PORT=3030
# To disable the Frontend UI server, uncomment the next line:
# FRONTEND_PORT="disabled"

# Optional: Define dynamic agents. Comma-separated list of "Vendor/ModelName".
# Example: AGENTS="OpenAI/gpt-4.1,OpenAI/o3,Anthropic/claude-3-opus"
# This will expose MCP methods like: agentify/agent_OpenAI_gpt_4_1, agentify/agent_OpenAI_o3, etc.
AGENTS="OpenAI/gpt-4.1,OpenAI/o3"

配置时 mcp-agentify 在IDE中，您通常可以为服务器进程指定环境变量。这就是这些应该去的地方。

2.MCP `initialize` 请求(`initializationOptions`)

连接客户端（IDE）发送 initializationOptions这是 主要用于定义 backends 那 mcp-agentify 将协调。

示例 initializationOptions （客户端发送的JSON）：

{
  "logLevel": "trace",
  "OPENAI_API_KEY": "sk-ClientProvidedKeyAsFallbackIfEnvNotSet",
  "FRONTEND_PORT": 3001,
  "backends": [
    {
      "id": "filesystem",
      "displayName": "Local Filesystem Access",
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/Shared/Projects",
        "/tmp/agentify-work"
      ],
      "env": {
        "FILESYSTEM_LOG_LEVEL": "debug"
      }
    },
    {
      "id": "mcpBrowserbase",
      "displayName": "Cloud Browser (Browserbase)",
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@smithery/cli@latest",
        "run",
        "@browserbasehq/mcp-browserbase",
        "--key", "bb_api_YOUR_KEY_AS_ARG_FOR_BROWSERBASE"
      ]
    }
  ]
}

中的关键字段 initializationOptions:

logLevel, OPENAI_API_KEY, FRONTEND_PORT （可选回退）：如上所述， mcp-agentify 为这些设置自己的环境变量的优先级。
backends （必填，数组）：定义后端MCP服务器。

- id：唯一标识符（例如“文件系统”）。 - displayName （可选）：人类可读的名称。 - type：必须是 "stdio". - command：启动后端的命令。 - args （可选）：命令的参数。 - env （可选）：专门用于 *这催生了后端进程*.

如何使用MCP客户端（IDE）运行和配置

您的IDE（例如Cursor、Windsurf、Claude Desktop）将启动 mcp-agentify.

配置IDE

你需要告诉你的IDE：

如何开始 mcp-agentify：这通常是 command 和 args （如有），以及 workingDirectory对于地方发展而言，这往往意味着 bash scripts/dev.sh 或 npm run dev.
环境变量 mcp-agentify：设置 OPENAI_API_KEY, LOG_LEVEL, FRONTEND_PORT 在这里。
initializationOptions：提供JSON backends 以及任何回退设置。

概念性IDE配置示例（例如 claude_desktop_config.json-类似文件）：

{
  "mcpServers": [
    {
      "mcp-agentify": {
        "type": "stdio",
        "command": "/Users/steipete/Projects/mcp-agentify/scripts/dev.sh",
        "env": {
          "logLevel": "trace",
          "FRONTEND_PORT": 3030,
          "OPENAI_API_KEY": "sk-YourOpenAIKeyFromIDESettingsPlaceholder"
        },
        "initializationOptions": {
          "backends": [
            {
              "id": "filesystem",
              "displayName": "Local Filesystem (Agentify)",
              "type": "stdio",
              "command": "npx",
              "args": [
                "-y",
                "@modelcontextprotocol/server-filesystem",
                "${workspaceFolder}"
              ]
            },
            {
              "id": "mcpBrowserbase",
              "displayName": "Web Browser (Browserbase via Agentify)",
              "type": "stdio",
              "command": "npx",
              "args": [
                "-y",
                "@smithery/cli@latest",
                "run",
                "@browserbasehq/mcp-browserbase",
                "--key",
                "YOUR_BROWSERBASE_KEY_IF_NEEDED"
              ]
            }
          ]
        }
      }
    }
    // ... other MCP server configurations ...
  ]
}

IDE配置要点：

IDE env 块为 mcp-agentify 服务器对于设置其核心操作参数至关重要，例如 OPENAI_API_KEY, logLevel，以及 FRONTEND_PORT （用于即时前端UI）。
initializationOptions 主要用于定义 backends 阵列。
使用占位符，如 ${workspaceFolder} 如果你的IDE支持它们。

本地开发启动方法（由IDE引用 command):

bash scripts/dev.sh:

- 建议用于IDE。 - 用途 nodemon 和 ts-node. - 拿起 .env 从 mcp-agentify 项目根 OPENAI_API_KEY, LOG_LEVEL, FRONTEND_PORT. - IDE env 如果IDE在启动脚本时设置了环境变量，块设置（见上面的示例）将覆盖这些设置。

npm run dev:

- 类似于 bash scripts/dev.sh. - 还使用 nodemon 和 ts-node. - 也尊重 .env 以及IDE设置的环境变量。

前端用户界面

mcp-agentify 包括可选的前端UI（也称为前端服务器）。

启用前端UI

设置 FRONTEND_PORT 环境变量 mcp-agentify。最好通过以下方式完成：

A. .env 文件在 mcp-agentify 本地运行时的项目根：

   FRONTEND_PORT=3030
   # To disable, set FRONTEND_PORT="disabled"

这 env IDE服务器配置中的块 mcp-agentify.

前端UI将在以下情况下立即启动 mcp-agentify 发射如果 FRONTEND_PORT 在其环境中设置为有效数字。如果 FRONTEND_PORT 设置为 "disabled"，UI服务器将不会启动。如果仅作为后备方案提供 initializationOptions 对于客户端，它将在MCP握手后启动（除非被环境变量禁用）。

访问前端UI

曾经 mcp-agentify 正在运行并且启用了前端UI（例如。， FRONTEND_PORT=3030 在其环境中），打开： http://localhost:3030 （将3030替换为您的 FRONTEND_PORT 如果不同）

特性

前端UI提供以下部分：

网关状态：

- 显示网关的整体状态（例如，运行、正常运行时间）。 - 列出已配置的后端MCP服务器及其就绪状态（例如，“文件系统：就绪”、“浏览器基础：未就绪”）。

网关配置：

- 显示网关正在使用的当前（经过净化的）配置，包括日志级别、后端定义等。API密钥等敏感信息将被编辑。

实时日志：

- 通过WebSockets直接从网关实时流式日志。 - 允许按最低严重级别（跟踪、调试、信息、警告、错误、致命）过滤日志。 - 提供“自动滚动”选项，以查看最新日志。 - 显示日志时间戳、级别、消息和任何结构化详细信息。

MCP迹线：

- 流化网关和后端服务器之间以及客户端IDE和网关之间交换的MCP消息。 - 显示方向（传入网关、传出网关）、后端ID（如适用）、MCP方法、请求/响应ID以及经过净化的参数或结果。 - 还提供“自动滚动”选项。

原理

这 FrontendServer 组件(src/frontendServer.ts)提供位于以下位置的静态HTML、CSS和JavaScript文件 frontend/public/.
它提供了API端点(/api/status, /api/config, /api/logs, /api/mcptrace)前端JavaScript用来获取初始状态或分页历史数据（尽管历史数据获取在PoC的UI脚本中没有完全实现）。
在前端UI和 FrontendServer.
网关的主记录器(src/logger.ts)配置为将日志条目（作为JSON对象）传输到 FrontendServer 如果前端UI处于活动状态。
这 BackendManager 以及主服务器逻辑(src/server.ts)发出MCP跟踪事件。
这 FrontendServer 接收这些日志条目和跟踪事件，并将其广播到所有连接的WebSocket客户端（即打开的前端UI页面）。
客户端JavaScript(frontend/src/index.tsx 和组件）接收这些WebSocket消息，并动态更新HTML中的相应部分以显示信息。

本地安装和全局使用（高级）

当 npm run dev 非常适合积极发展和 npx mcp-agentify （一旦发布）便于项目本地使用，您可能需要安装 mcp-agentify 全局从本地克隆进行更广泛的测试或模拟已发布的全局包的行为。

1.从本地克隆进行全局安装

克隆存储库并确保安装了所有依赖项后(npm install):

   cd path/to/mcp-agentify

构建项目（如果要安装编译版本）：

   npm run build

全局安装：

要全局安装当前本地版本，请使用：

   npm install -g .

此命令链接当前目录(.)作为一个全球性的一揽子计划。如果你跑过 npm run build，它通常会根据您的 package.jsons bin 和 files 领域。

运行全局安装命令：

现在你应该可以跑了 mcp-agentify 从任何目录：

   mcp-agentify

网关将启动并继续监听 stdio.

卸载：

要删除全局链接，您通常会使用中定义的包名称 package.json:

   npm uninstall -g @your-scope/mcp-agentify # Replace with actual package name

如果你使用了不同的名称，或者它只是一个链接， npm unlink . 可能还需要从项目目录中获取，或检查 npm list -g --depth=0 查找链接的包名称。

2.使用 `npm link` （建议开发）

npm link 是一种更便于开发的方法，可以为本地项目创建类似全局的符号链接。这意味着您对本地代码所做的更改（即使不重新生成，如果您通过以下方式运行链接版本 ts-node 或者如果您的IDE指向源）可以在您运行全局命令时立即反映出来。

   cd path/to/mcp-agentify

创建链接：

   npm link

这将创建一个以您的包名命名的全局符号链接（例如。， mcp-agentify 或 @your-scope/mcp-agentify)它指向您当前的项目目录。

运行链接命令：

你现在可以跑了 mcp-agentify （或您的包裹名称）从任何终端：

   mcp-agentify

如果你 package.json bin 指向 dist/cli.js，你需要跑 npm run build 对于更改 src 以反映在链接的命令中。如果你 bin 可以以某种方式指向 ts-node 发票人 src/cli.ts （更高级的设置），则更改可能是实时的。

取消链接：

要删除符号链接，请执行以下操作：

   npm unlink --no-save @your-scope/mcp-agentify # Replace with actual package name
   # or from the project directory:
   # npm unlink

关于的注释 .env 全球安装： 运行全局安装或链接的 mcp-agentify，它将寻找 .env 文件在 *当前工作目录* 从哪里运行命令，不一定是从 mcp-agentify 项目的原始根。对于一致的行为，尤其是使用API密钥时，请确保 .env 文件位于执行 mcp-agentify 命令，或通过以下方式配置这些设置 initializationOptions 从您的客户端工具。

发展

克隆存储库： git clone https://github.com/steipete/mcp-agentify.git
导航到项目目录： cd mcp-agentify
安装依赖项： npm install
创建一个 .env 项目根目录中的文件（复制自 .env.example)并添加您的 OPENAI_API_KEY.

   OPENAI_API_KEY=your_openai_api_key_here
   LOG_LEVEL=debug
   FRONTEND_PORT=3030

在开发模式下运行（热重新加载）：

   npm run dev

这使用 nodemon 和 ts-node 执行 src/cli.ts.

测试

使用Vitest运行测试：

npm test

要在监视模式下运行：

npm run test:watch

要获取覆盖率报告：

npm run test:coverage

（注：单元测试和集成测试分别在任务11和12下计划。）

许可证

麻省理工学院

动态代理方法 `AGENTS` 环境变量

mcp-agentify 可以基于 AGENTS 环境变量。这对于快速测试不同的模型或提供对特定LLM配置的直接访问非常有用，而无需将其定义为完整的后端工具。

设置 AGENTS 环境变量以逗号分隔的字符串表示 "Vendor/ModelName" 对。

- 格式： AGENTS="Vendor1/ModelNameA,Vendor2/ModelNameB" - 例子： AGENTS="OpenAI/gpt-4.1,OpenAI/o3" - 关于“OpenAI”供应商的说明： 供应商名称“OpenAI”不区分大小写，将标准化为小写 openai （例如，“OPENAI/gpt-4.1”变为“OPENAI/gpt-4.1”）。其他供应商名称区分大小写。 - （确保型号名称对指定供应商有效，例如，根据OpenAI API文档 gpt-4.1, o3等等）

对于每个条目， mcp-agentify 将注册一个MCP方法：

- 这 Vendor/ModelName 字符串被净化（非字母数字，包括 /，成为 _). - 该方法将被命名 agentify/agent_. - 例子： AGENTS="OpenAI/gpt-4.1" 创造 agentify/agent_OpenAI_gpt_4_1.

这些方法目前接受 { query: string, context?: OrchestrationContext } payload并返回占位符响应。

未来将实现这些动态代理的完整LLM交互逻辑。

MCP Agentify

快速接入

详细介绍

mcp代理

概述

特性

安装

配置

1.环境变量(`.env` 文件或IDE `env` 块）

2.MCP `initialize` 请求(`initializationOptions`)

如何使用MCP客户端（IDE）运行和配置

配置IDE

前端用户界面

启用前端UI

访问前端UI

特性

原理

本地安装和全局使用（高级）

1.从本地克隆进行全局安装

2.使用 `npm link` （建议开发）

发展

测试

许可证

动态代理方法 `AGENTS` 环境变量

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP

MCP Agentify

快速接入

详细介绍

mcp代理

概述

特性

安装

配置

1.环境变量(.env 文件或IDE env 块）

2.MCP initialize 请求(initializationOptions)

如何使用MCP客户端（IDE）运行和配置

配置IDE

前端用户界面

启用前端UI

访问前端UI

特性

原理

本地安装和全局使用（高级）

1.从本地克隆进行全局安装

2.使用 npm link （建议开发）

发展

测试

许可证

动态代理方法 AGENTS 环境变量

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP

1.环境变量(`.env` 文件或IDE `env` 块）

2.MCP `initialize` 请求(`initializationOptions`)

2.使用 `npm link` （建议开发）

动态代理方法 `AGENTS` 环境变量