MCP技能框架
一个用于使用MCP构建代理的代码生成和技能持久性框架。
概述
MCP技能框架将MCP（模型上下文协议）工具转换为特定领域的Python API，并为代理提供持久的技能存储。该框架没有将代理暴露于冗长的MCP工具模式，而是：
- 生成干净的Python API 来自MCP服务器配置
- 使代理能够编写可重用的代码 使用这些API
- 将技能应用于SQLite数据库 用于跨会话知识保留
- 在创业时补充水分 因此，代理可以立即使用积累的知识
- 支持多代理隔离 具有特定于代理的技能命名空间
主要优势
- 大规模代币减少：代理可以看到Python API，而不是冗长的工具模式
- 渐进式披露：代理通过文件系统按需探索API
- 技能积累：代理通过保存工作代码随着时间的推移积累知识
- 数据库持久性：技能在代理重启和容器重建中幸存下来
- 多代理支持：多个代理可以共享一个具有独立技能的数据库
- 框架无关：适用于任何代理框架（LangGraph、CrewAI等）
建筑
┌─────────────────────────────────────────────────────────────┐
│ Developer Workflow (One-time) │
├─────────────────────────────────────────────────────────────┤
│ 1. Configure MCP servers │
│ 2. Run code generation │
│ 3. Commit servers/ package to git │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ Agent Runtime (Every session) │
├─────────────────────────────────────────────────────────────┤
│ 1. Hydrate skills from database → skills/ │
│ 2. Import generated APIs from servers/ │
│ 3. Import existing skills from skills/ │
│ 4. Create new skills → save to skills/ + persist to DB │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ Storage │
├─────────────────────────────────────────────────────────────┤
│ • servers/ → Git (committed with agent code) │
│ • skills/ → Ephemeral (regenerated from DB) │
│ • skills.db → SQLite (source of truth for skills) │
└─────────────────────────────────────────────────────────────┘安装
# Install in development mode
pip install -e .
# Or install with dev dependencies
pip install -e ".[dev]"开发人员工作流程
步骤1：生成MCP服务器包装器（一次性）
在运行代理之前，为MCP服务器生成Python包装器：
# 1. Configure your MCP servers in mcp-servers.json
cat > mcp-servers.json dict:
"""List files in directory."""
return mcp_call('google_drive', 'list_files', {'path': path})生成的API保存到 servers/{server_name}/{tool_name}/main.py.
2.技能坚持
当代理保存技能时：
- 立即写入文件系统 (
skills/{category}/{name}/)
- 代理商可以立即导入和使用 - 包括main.py、README.md、元数据
- 异步持久化到数据库
- 以（agent_name，skill_name）为关键字的SQLite数据库 - 容器重启和代理会话幸存
- 启动时的水合作用
- 数据库是真理的源泉 - 清理和重建 skills/ DB中的目录 - 确保会话之间的一致性
3.多代理支持
多个代理可以共享一个数据库：
# Agent 1
api1 = MCPApi(agent_name="agent-1", skills_db="shared.db")
api1.save_skill(code, "skill1", "category1")
# Agent 2
api2 = MCPApi(agent_name="agent-2", skills_db="shared.db")
api2.save_skill(code, "skill2", "category2")
# Isolated: agent-1 only sees skill1, agent-2 only sees skill2目录结构
your-agent-project/
├── servers/ # Generated MCP APIs (commit to git)
│ ├── filesystem/
│ │ ├── read_file/
│ │ │ ├── main.py
│ │ │ └── README.md
│ │ └── write_file/
│ └── google_drive/
│
├── skills/ # Agent skills (ephemeral, from DB)
│ ├── file_operations/
│ │ ├── count_lines/
│ │ │ ├── main.py
│ │ │ ├── README.md
│ │ │ ├── __init__.py
│ │ │ └── .meta.json
│ │ └── get_file_size/
│ └── data_processing/
│
├── skills.db # SQLite database (source of truth)
│
└── your_agent.py # Your agent codeAPI 参考
MCPApi
api = MCPApi(
agent_name: str, # Required: Agent identifier
servers_dir: str = "servers", # Generated API directory
skills_dir: str = "skills", # Skills directory
skills_db: str = "skills.db", # SQLite database path
telemetry_db: Optional[str] = ... # Telemetry database (optional)
)方法
代码生成
add_mcp_server(name, command)-注册MCP服务器generate_libraries()-从所有服务器生成Python API
运行时管理
start()-连接到MCP服务器stop()-断开与MCP服务器的连接
技能管理
save_skill(code, name, category, tags=None, persist_to_db=True)-保存技能list_skills(category=None)-从文件系统中列出技能get_skill_info(category, name)-获取详细的技能信息await hydrate_skills()-从数据库还原技能（异步）await get_skill_stats()-获取数据库统计信息（异步）
示例
请参阅 examples/ 目录：
- basic_usage.py -完成工作流程演练
- skill_persistence_demo.py -展示水合作用和多智能体支持
运行示例：
python examples/basic_usage.py
python examples/skill_persistence_demo.py测试
# Run all tests
pytest tests/ -v
# Run with coverage
pytest tests/ --cov=src --cov-report=html发展
# Install with dev dependencies
pip install -e ".[dev]"
# Format code
black src/ tests/
# Lint
ruff check src/ tests/
# Type check
mypy src/用例
该框架非常适合：
- 自治代理 需要随着时间的推移积累知识
- 多会话工作流 在重启过程中，技能应该持续存在
- 多智能体系统 共享技能数据库
- 工具重剂 受益于清洁的API包装
- 开发团队 希望将生成的代码提交到git
设计决策
为什么数据库持久化？
- 技能在容器重启和代理崩溃中幸存下来
- 实现多代理知识共享
- 提供可查询的技能元数据
- 支持未来的功能（技能版本控制、分析）
为什么是即时文件系统+异步数据库？
- 代理可以立即使用技能（无需等待数据库写入）
- 非阻塞持久性使代理保持响应
- 文件系统作为工作目录
- 数据库是持久的真相来源
为什么要清除和重建水合作用？
- 数据库是唯一的事实来源（没有同步冲突）
- 简单、可预测的行为
- 确保会话之间的一致性
与MCP直接使用的比较
| 方面 | MCP直接 | 此框架 |
|---|---|---|
| 上下文使用 | ~500个令牌/工具 | ~50个令牌/刀具 |
| 代理接口 | JSON模式 | Python函数 |
| 技能持久性 | 无 | SQLite数据库 |
| 多会话 | 无内存 | 数据库水合 |
| 发现 | 浏览所有模式 | 探索文件系统 |
| 类型安全 | JSON验证 | Python类型提示 |
贡献
欢迎投稿！请确保：
- 测试通过：
pytest tests/ - 代码的格式为：
black src/ tests/ - 类型正确：
mypy src/
许可证
麻省理工学院
致谢
建在上面 模型上下文协议（MCP） 通过Anthropic。
受文章启发： 构建高效代理