Token导航 LogoToken导航TokenDH.com
Research-Agent logo
AI代理stdio官方级别未说明来源级核验

Research-Agent

MCP Server

一个能够通过分解问题并使用不同工具回答子问题的研究代理工具,适用于复杂问题的自主研究和解答。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
Python工具集成AI代理

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

12dash

提供方

12dash

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

uv run <>

详细介绍

研究 代理

存储库包含以下代码 *研究代理人* 这可以通过找出较小的部分来回答用户提出的模棱两可的问题。对于每个较小的部分,它可以使用连接到不同来源的不同工具来回答。

代理的整体工作流程如下:

  1. 解释用户问题的意图:识别用户想要什么
  2. 制定研究计划:将问题分解为子问题
  3. 通过MCP选择工具:根据子问题,它将尝试找到最佳资源来使用。
  4. 自动迭代:根据系统生成的答案,它将尝试找到缺失的部分并找到其他来源来回答。
  5. 最终答案:生成人类可读的答案。

与RAG不同,代理使用工具选择资源来回答子问题。

工具

动机

目的是深入了解代理工作流程,并了解MCP服务器的工作原理。

包管理

存储库是使用 uv。包管理器的一些常用命令:

  1. 更改时 pyproject.toml 直接-删除 uv.lock 文件,然后运行以下命令
uv lock
uv sync
  1. 在虚拟环境中运行任何命令 fastmcp
uv run <>

目录标签

目录标签

Python工具集成AI代理研究代理本地部署自主研究问题分解MCP

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

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。

来源信息

继续浏览同类 MCP