mcpField
O
OrganiX Agent

OrganiX Agent

github.com/kabrony聊天应用211 周前更新

关于 OrganiX Agent

OrganiX Agent 是面向研究、编码和区块链工作流的 Claude 3.7 AI Agent 平台。它结合专门 Agent、分层记忆系统,并提供命令行、终端和 Web 界面。

主要功能

  1. 01协调专门 Agent
  2. 02通过 ChromaDB 存储和检索分层记忆
  3. 03搜索并提取网页信息
  4. 04管理多个对话
  5. 05连接 Solana 和 Phantom
  6. 06提供命令行、终端仪表板和 Web 仪表板

适用场景

  1. 01研究主题并综合信息
  2. 02由不同专门 Agent 协作处理复杂问题
  3. 03查询 Solana 账户余额或连接 Phantom
  4. 04保存并继续不同的对话会话

MCP 相关

OrganiX Agent 通过 Composio 的 MCP 支持集成外部工具,其 MCP 管理器也支持注册自定义工具。

详细介绍

OrganiX Agent

OrganiX | Twitter @0xOrganix

OrganiX 是一个先进的 AI Agent 平台,具备强大的跨平台能力,支持 Claude 3.7 集成、MCP(Model Context Protocol)、多 Agent 协作和区块链连接。

Python Claude MCP Solana Platform License

目录

  1. 主要功能
  2. 系统架构
  3. 记忆系统
  4. 快速开始
  5. 环境变量
  6. CLI 参考
  7. 用户界面
  8. 高级功能
  9. 项目结构
  10. 文档
  11. 要求
  12. 许可证
  13. 致谢

主要功能

  • 🧠 高级多 Agent 系统:专用 Agent 协作处理不同类型的查询
  • 🪄 零知识集成:通过 ZK 证明实现保护隐私的验证
  • 🔗 区块链与 Phantom 钱包:集成 Solana 区块链并连接 Phantom 钱包
  • 🛠️ 全面支持 MCP:使用 Composio 的 Model Context Protocol 集成外部工具
  • 💡 AGI 推理能力:通过多 Agent 协作进行复杂推理
  • 🧩 增强记忆:多层记忆系统,支持重要性评级和缓存
  • 🔍 网络研究:集成搜索与信息提取功能
  • 💬 对话管理:保存、加载和管理多个对话会话
  • 🖥️ 跨平台:在 Windows、Linux 和云环境中无缝运行
  • 📱 多种界面:可选 CLI、终端仪表板和 Web 仪表板

系统架构

graph TD
    User[User] --> UI[User Interface]
    UI --> Agent[Core Agent]
    
    Agent --> MultiAgent[Multi-Agent Coordinator]
    Agent --> Memory[Memory System]
    Agent --> MCP[MCP Manager]
    
    MultiAgent --> ResearchAgent[Research Agent]
    MultiAgent --> CodeAgent[Code Agent]
    MultiAgent --> BlockchainAgent[Blockchain Agent]
    MultiAgent --> MCPAgent[MCP Agent]
    MultiAgent --> AGIAgent[AGI Reasoning Agent]
    
    MCP --> ComposioAPI[Composio API]
    MCP --> ExternalTools[External Tools]
    
    Agent --> Claude[Claude 3.7 API]
    Agent --> Blockchain[Blockchain Integration]
    Blockchain --> Solana[Solana Network]
    Blockchain --> ZK[Zero-Knowledge Proofs]
    Blockchain --> Phantom[Phantom Wallet]
    
    Memory --> EpisodicMem[Episodic Memory]
    Memory --> SemanticMem[Semantic Memory]
    Memory --> ProceduralMem[Procedural Memory]
    
    subgraph "User Interfaces"
        CLI[CLI Interface]
        TUI[Terminal Dashboard]
        WebUI[Web Dashboard]
    end
    
    UI --> CLI
    UI --> TUI
    UI --> WebUI

记忆系统

增强型记忆系统使用 ChromaDB 进行向量存储和检索,包含三种不同的记忆类型:

graph LR
    A[User Query] --> B[Agent Processing]
    B --> C[Memory System]
    
    C --> D[Episodic Memory]
    C --> E[Semantic Memory]
    C --> F[Procedural Memory]
    
    D -->|Stores| G[Conversations]
    D -->|Tracks| H[User Interactions]
    
    E -->|Stores| I[Key Facts]
    E -->|Organizes| J[Research Results]
    
    F -->|Records| K[Tool Usage Patterns]
    F -->|Remembers| L[System Operations]
    
    C --> M[Memory Maintenance]
    M -->|Prunes| N[Old Memories]
    M -->|Preserves| O[Important Memories]
    
    C --> P[Memory Retrieval]
    P -->|Based on| Q[Relevance]
    P -->|Filtered by| R[Importance]
    P -->|Organized by| S[Timeframe]

快速开始

使用启动脚本(推荐)

最简单的入门方式是使用启动器:

  1. 克隆此仓库
git clone [email protected]:MCPVOT/claude-agent-mcp.git
# or HTTPS: https://github.com/MCPVOT/claude-agent-mcp.git
cd claude-agent-mcp
  1. 根据平台运行启动器:

    • Windows:launch_agent.bat
    • Linux/Mac:./launch_agent.sh
  2. 按照屏幕上的菜单初始化环境并启动 Agent

手动设置
  1. 克隆此仓库
  2. 安装依赖项:
    • Windows:install_dependencies.bat
    • Linux/Mac:./install_dependencies.sh
  3. 创建包含 API 密钥的 .env 文件(参见环境变量部分)
  4. 激活虚拟环境:
    • Windows:venv\Scripts\activate
    • Linux/Mac:source venv/bin/activate
  5. 运行 Agent:python agent.py
安装为软件包(可选)

项目包含一个 pyproject.toml,因此也可以将其安装为软件包:

pip install -e .

这会提供一个 claude-agent 控制台入口(映射到 agent:main):

claude-agent --query "Hello, who are you?"

环境变量

在项目根目录中创建 .env 文件,并添加以下变量(从 .env.example 复制):

# Required
ANTHROPIC_API_KEY=your_anthropic_api_key_here
CLAUDE_MODEL=claude-3-7-sonnet-20250219

# Optional - Web Research
EXA_API_KEY=your_exa_api_key_here

# Optional - MCP Integration (Composio)
COMPOSIO_API_KEY=your_composio_api_key_here
COMPOSIO_CONNECTION_ID=your_composio_connection_id_here
COMPOSIO_INTEGRATION_ID=your_composio_integration_id_here
COMPOSIO_BASE_URL=your_composio_base_url_here

# Optional - Blockchain
SOLANA_NETWORK=mainnet-beta
SOLANA_RPC_URL=https://api.mainnet-beta.solana.com
SOLANA_PRIVATE_KEY=your_solana_private_key_here

# Optional - Zero-Knowledge Proofs
ENABLE_ZK_PROOFS=false

# Optional - Social Media (Twitter/X)
TWITTER_BEARER_TOKEN=your_twitter_bearer_token_here
TWITTER_API_KEY=your_twitter_api_key_here
TWITTER_API_SECRET=your_twitter_api_secret_here
TWITTER_ACCESS_TOKEN=your_twitter_access_token_here
TWITTER_ACCESS_SECRET=your_twitter_access_secret_here

**注意:**切勿提交实际的 .env 文件——该文件已被 git 忽略。只有 .env.example 模板会纳入版本控制。

CLI 参考

标志短选项说明
--query-q要处理的查询
--stream-s实时流式传输响应
--research-r研究某个主题
--max-tokens-mClaude 响应的最大 token 数(默认:4096)
--tools-t在查询中使用工具
--extended-thinking-e使用扩展思考模式
--save将对话保存到指定文件
--load从指定文件加载对话
--maintenance执行记忆维护

用户界面

终端仪表板
# Launch the dashboard
python dashboard.py

# Start dashboard with initial query
python dashboard.py --query "What's the latest news on AI?"

增强型仪表板提供:

  • 支持 Markdown 渲染的实时对话历史
  • 系统信息监控
  • 详细的记忆统计和分析
  • 工具可用性指示器
  • 多个对话的管理
  • 模型切换功能
  • 支持扩展思考选项的交互式查询输入
命令行界面
# Process a query
python agent.py --query "What is quantum computing?"

# Stream a response (real-time output)
python agent.py --query "Tell me about quantum computing" --stream

# Use tools for a query
python agent.py --query "List the files in my current directory" --tools

# Use extended thinking mode
python agent.py --query "Explain the theory of relativity" --extended-thinking

# Research a topic
python agent.py --research "Climate change solutions"

# Display agent information
python agent.py

# Perform memory maintenance
python agent.py --maintenance

# Save conversation to file
python agent.py --save my_conversation.json

# Load conversation from file
python agent.py --load my_conversation.json
Web 仪表板
# Start the web server (default: http://localhost:8080)
python web_server.py

# Custom host/port
python web_server.py --host 0.0.0.0 --port 9000

然后在浏览器中打开 http://localhost:8080

高级功能

多 Agent 系统

OrganiX 采用多 Agent 架构,并配备了专用 Agent:

Agent专业领域
研究专家深度研究和信息综合
代码专家高质量代码解决方案
区块链专家Solana 区块链专业知识
MCP 专家模型上下文协议集成
AGI 推理专家复杂推理与认知
# Use collaborative reasoning with multiple agents
result = await coordinator.collaborative_reasoning(
    "Compare traditional finance with DeFi on Solana",
    agents=["researcher", "blockchain", "agi_reasoner"]
)
区块链与 Phantom 钱包集成
# Get Solana account balance
balance = await solana_integration.get_solana_balance(address)

# Connect to Phantom wallet
connection_url = solana_integration.generate_phantom_connection_url(
    dapp_url="https://example.com",
    redirect_url="https://example.com/callback"
)
零知识证明
# Create a proof of knowledge
proof = await zk_proofs.create_proof_of_knowledge(sensitive_data)

# Verify a proof
verification = zk_proofs.verify_proof(proof)
MCP 工具集成
# Register a custom tool
mcp_manager.register_tool(
    "calculate_mortgage",
    "Calculate mortgage payments",
    calculate_mortgage_function
)

# Process with MCP tools
result = await mcp_manager.process_with_tools(
    "What's my monthly payment on a $300,000 loan at 4.5% for 30 years?"
)

项目结构

claude-agent-mcp/
├── agent.py                   # Core agent entry point (CLI)
├── advanced_chat.py           # Advanced chat: personas, context awareness
├── blockchain_integration.py  # Solana + Phantom wallet + ZK proofs
├── brave_integration.py       # Brave search integration
├── claude_client.py           # Claude 3.7 API client (streaming, extended thinking)
├── composio_integration.py    # Composio MCP integration
├── config_manager.py          # Configuration management
├── dashboard.py               # Terminal dashboard (TUI)
├── mcp_manager.py             # MCP tool registration & orchestration
├── memory_system.py           # Multi-tiered memory (ChromaDB)
├── model_manager.py           # Model management & switching
├── social_integrations.py     # Social platform integrations
├── system_bridge.py           # System command bridge
├── twitter_integration.py     # Twitter/X integration
├── utils.py                   # Shared utilities
├── web_research.py            # Web research & search
├── web_server.py              # Web dashboard server (aiohttp, :8080)
├── web_dashboard/             # Web dashboard frontend assets
├── docs/                      # Extended documentation
├── DOCUMENTATION.md           # Full user documentation
├── .env.example               # Environment variable template
├── pyproject.toml             # Package metadata (console script: claude-agent)
├── requirements.txt           # Python dependencies
├── install_dependencies.sh    # Linux/macOS dependency installer
├── install_dependencies.bat   # Windows dependency installer
├── launch_agent.sh            # Linux/macOS launcher
└── launch_agent.bat           # Windows launcher

文档

完整文档请参阅 DOCUMENTATION.md,涵盖架构、核心组件、多 Agent 系统、记忆系统、MCP 集成、区块链与 ZK 证明、API 参考、部署和故障排除。

要求

  • Python 3.10 或更高版本
  • requirements.txt 中列出的依赖项

许可证

MIT 许可证

致谢

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。