Token导航 LogoToken导航

MCP Server · 开发工具

MCP Agent AI

Python SDK designed to simplify interactions with MCP (Model Context Protocol) servers. It provides an easy-to-use interface for connecting to MCP servers, reading resources, and calling tools

stdio官方级别未说明来源级核验工具 9
自动化PythonClaude加密货币Claude Desktop

快速开始

作者 / 组织
mcpagents-ai
提供方
mcpagents-ai
运行时
Python

工具数量

9

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

21

仓库热度

收录来源

3 个

MCP.so

选型结论

MCP Agent AI 属于开发工具类 MCP Server,公开资料标注 9 个工具,通过stdio 本地进程接入,适配 Claude Desktop、Claude,有可以直接复制的安装命令;接入前先确认权限范围。

分类

开发工具

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

pip install mcpagentai

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 9 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

MCPAgentAI🚀

MCPAgentAI 是标准化的 工具包装框架 以统一的方式实施和管理各种工具。它旨在帮助开发人员快速集成和启动基于工具的用例。

主要特点

  • 🔧 标准化包装:为使用MCP协议构建工具提供抽象层。
  • 🚀 灵活的用例:轻松添加或删除工具以满足您的特定要求。
  • ✨ 开箱即用的工具:包括用于常见场景的预构建工具:

- 🐦 推特管理:自动化推特、回复和管理推特互动。 - 💸 Crypto:获取最新的加密货币价格。 - 🤖 Eliza操作系统 集成:与ElizaOS无缝连接和交互,以增强自动化。 - 🕑 时间工具 - ☁️ 天气资讯(API) - 📚 字典查找 - 🧮 数学表达式计算器 - 💵 货币兑换(API) - 📈 股票数据:访问实时和历史股票市场信息。 - \[WIP\]📰 新闻:检索最新的新闻标题。

技术栈🛠️

  • python:核心编程语言
  • 主控程序 框架:通信协议
  • 码头工人:集装箱化
🤔 什么是MCP?

这 模型上下文协议(主控程序) 是最前沿的标准 上下文共享和管理 跨AI模型和系统。把它想象成 语言 AI代理用于无缝交互。 🧠✨

原因如下 主控程序 事项:

  • 🧩 标准化:MCP定义了如何在模型之间共享上下文,从而实现 互操作性.
  • ⚡ 可扩展性:它是为处理高吞吐量的大规模人工智能系统而构建的。
  • 🔒 安全:强大的身份验证和细粒度的访问控制。
  • 🌐 灵活性:适用于不同的系统和人工智能架构。

来源

安装📦

通过PyPI安装

pip install mcpagentai

______________________________________________________________________

用法💻

在本地运行

mcpagentai --local-timezone "America/New_York"

在Docker中运行

  1. 构建Docker镜像:

docker build -t mcpagentai .

  1. 运行容器:

docker run -i --rm mcpagentai

______________________________________________________________________

Twitter集成🐦

MCPAgentAI提供强大的Twitter集成,允许您自动推特、回复和管理Twitter交互。本节提供了有关通过Docker和.NET配置和使用Twitter集成的详细说明 .env + scripts/run_agent.sh.

Twitter集成的Docker环境变量

在Docker中运行MCPAgentAI时,为Twitter集成配置环境变量至关重要。这些变量分为两类:

1.代理节点客户端凭据

这些凭据由 Node.js客户端 在管理推特交互的代理中。

ENV TWITTER_USERNAME=
ENV TWITTER_PASSWORD=
ENV TWITTER_EMAIL=
2.Tweepy(Twitter API v2)凭据

这些凭据由以下人员使用 特威皮 用于与Twitter的API v2进行交互。

ENV TWITTER_API_KEY=
ENV TWITTER_API_SECRET=
ENV TWITTER_ACCESS_TOKEN=
ENV TWITTER_ACCESS_SECRET=
ENV TWITTER_CLIENT_ID=
ENV TWITTER_CLIENT_SECRET=
ENV TWITTER_BEARER_TOKEN=

使用Docker运行MCPAgentAI

  1. 构建Docker镜像:
   docker build -t mcpagentai .
  1. 运行容器:
   docker run -i --rm mcpagentai

使用运行MCPAgentAI .env + scripts/run_agent.sh

设置环境变量

创建一个 .env 在项目的根目录中创建文件,并添加以下环境变量:

ANTHROPIC_API_KEY=your_anthropic_api_key
ELIZA_PATH=/path/to/eliza
TWITTER_USERNAME=your_twitter_username
TWITTER_EMAIL=your_twitter_email
TWITTER_PASSWORD=your_twitter_password
PERSONALITY_CONFIG=/path/to/personality_config.json
RUN_AGENT=True

# Tweepy (Twitter API v2) Credentials
TWITTER_API_KEY=your_twitter_api_key
TWITTER_API_SECRET=your_twitter_api_secret
TWITTER_ACCESS_TOKEN=your_twitter_access_token
TWITTER_ACCESS_SECRET=your_twitter_access_secret
TWITTER_CLIENT_ID=your_twitter_client_id
TWITTER_CLIENT_SECRET=your_twitter_client_secret
TWITTER_BEARER_TOKEN=your_twitter_bearer_token
运行代理
  1. 使脚本可执行:
   chmod +x scripts/run_agent.sh
  1. 运行代理:
   bash scripts/run_agent.sh

总结

您可以使用Docker或通过在 .env 文件并运行 scripts/run_agent.sh 脚本。

这种灵活性允许您选择最适合您的部署环境的方法。

______________________________________________________________________

ElizaOS集成🤖

1.直接使用mcpagentai的Eliza代理商

这种方法允许您使用Eliza代理,而无需在后台运行Eliza框架。它通过将Eliza功能直接嵌入MCPAgentAI简化了设置。

步骤:

  1. 配置MCPAgentAI以使用Eliza MCP代理:

在Python代码中,将Eliza MCP Agent添加到 MultiToolAgent:

   from mcpagentai.core.multi_tool_agent import MultiToolAgent
   from mcpagentai.tools.eliza_mcp_agent import eliza_mcp_agent

   multi_tool_agent = MultiToolAgent([
       # ... other agents
       eliza_mcp_agent
   ])

优势:

  • 简化设置: 无需管理单独的后台进程。
  • 更容易监控: 所有功能都封装在MCPAgentAI中。
  • 突出显示功能: 强调MCPAgentAI在无缝集成各种工具方面的灵活性。

2.从mcpagentai运行Eliza框架

此方法涉及将Eliza Framework作为单独的后台进程与MCPAgentAI一起运行。

步骤:

  1. 启动Eliza框架:

bash src/mcpagentai/tools/eliza/scripts/run.sh

  1. 监控Eliza流程:

bash src/mcpagentai/tools/eliza/scripts/monitor.sh

  1. 配置MCPAgentAI以使用Eliza代理:

在Python代码中,将Eliza Agent添加到 MultiToolAgent:

   from mcpagentai.core.multi_tool_agent import MultiToolAgent
   from mcpagentai.tools.eliza_agent import eliza_agent

   multi_tool_agent = MultiToolAgent([
      # ... other agents
      eliza_agent
   ])

______________________________________________________________________

教程:选择特定工具

您可以通过修改服务器中的代理配置或更新 server.py 文件仅加载所需的代理。例如:

from mcpagentai.tools.time_agent import TimeAgent
from mcpagentai.tools.weather_agent import WeatherAgent
from mcpagentai.core.multi_tool_agent import MultiToolAgent

multi_tool_agent = MultiToolAgent([
    TimeAgent(),
    WeatherAgent()
])
This setup will only enable **Time** and **Weather** tools.

______________________________________________________________________

集成示例:Claude桌面配置

您可以使用以下配置将MCPAgentAI与Claude Desktop集成(claude_desktop_config.json), 请注意 本地ElizaOS仓库是可选参数:

{
    "mcpServers": {
        "mcpagentai": {
            "command": "docker",
            "args": ["run", "-i", "-v", "/path/to/local/eliza:/app/eliza", "--rm", "mcpagentai"]
        }
    }
}

______________________________________________________________________

发展🛠️

  1. 克隆此存储库:
   git clone https://github.com/mcpagents-ai/mcpagentai.git
   cd mcpagentai
  1. (可选)创建虚拟环境:
   python3 -m venv .venv
   source .venv/bin/activate
  1. 安装依赖项:
   pip install -e .
  1. 构建包:
   python -m build

______________________________________________________________________

贡献🤝

______________________________________________________________________

许可证:MIT\ 享受! 🎉

工具与能力

工具数量

9

资源数量

0

提示词数量

0

能力标签

developer-toolsmcpagentaitool-wrappingautomation工具封装Python本地部署自动化

支持客户端

Claude DesktopClaude

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

让助手直接读代码

把仓库、提交记录和 issue 交给模型检索,补全和重构时不用来回复制文件。

在对话里跑命令

触发构建、测试和脚本,执行结果直接回到上下文,省去切终端。

接进开发流程

把 PR、CI 状态和代码审查接进助手,减少在几个工具之间跳。

选择建议

值得选的地方

  • 只提供 9 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。
  • 已经适配 Claude Desktop、Claude,换客户端不用重新研究配置。

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。
  • 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

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop 的用户,接入路径最短。
  • 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 Agent AI

MCP.so · 本页

9stdio有3 个2026-05-17
Git 838e2ec1

MCP World

12stdio有2 个2026-05-17
Markitdown MCP 2c653a5f

MCP World

1stdio有1 个2026-05-17
Context7 831acf40

MCP World

0stdio有1 个2026-05-17
Context7 MCP C671e75a

MCP World

0stdio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 Agent AI 怎么安装?

公开资料给出的安装命令是 pip install mcpagentai,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 Agent AI 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 Agent AI 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 Agent AI 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 Agent AI 支持哪些客户端?

公开资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP