关于 MCP Agent Graph (MAG)
MCP Agent Graph(MAG)是一个基于图、节点与 MCP 构建的 Agent 开发框架,也是一个多 Agent 系统平台。它整合子 Agent、长期记忆、工作流等能力,并提供可视化编辑器,面向需要快速搭建复杂 Agent 应用的开发者。
主要功能
- 01可视化拖拽式工作流编辑器
- 02子图嵌套与模块化复用
- 03基于节点的智能路由(Handoffs)
- 04定时任务与 cron 表达式调度
- 05短期与长期记忆管理
- 06通过 MCP 连接外部工具与数据源
适用场景
- 01构建包含多个 Agent 的多阶段工作流
- 02按计划周期性执行图工作流
- 03将数据库或 API 等外部服务接入 Agent
MCP 相关
该项目作为 MCP 客户端,通过标准协议连接外部工具与数据源,并在 MCP 服务页面中管理这些连接。
详细介绍
English | 中文
Agent-Graph 是一个基于上下文工程原则构建的多 Agent 系统。它集成了子 Agent、长期记忆、MCP、基于 Agent 的工作流等能力。通过将上下文工程最佳实践融入可视化开发体验,Agent-Graph 使开发者能够快速构建、测试和部署复杂的多 Agent 应用。
| 文档 | https://keta1930.github.io/agent-graph/ |
目录
1. 框架
系统架构

用户旅程

2. 部署指南
📖 详细安装文档:docs/first-steps/install.md
系统要求
| 组件 | 要求 |
|---|---|
| 操作系统 | Linux、macOS 或 Windows(需要 WSL2) |
| Docker | 版本 20.10+,并安装 Docker Compose |
| Python | 版本 3.11+ |
| 内存 | 至少 4GB(建议 8GB) |
| 存储空间 | 至少 10GB 可用空间 |
快速开始
2.1. 克隆项目
git clone https://github.com/keta1930/agent-graph.git
cd agent-graph
2.2. 配置并启动 Docker 服务
cp .env.example .env
# Set all blank credentials and secrets before startup
python agent_graph/scripts/generate_jwt_secret.py
docker compose --env-file .env -f docker/docker-compose.yml up -d
默认服务地址:
- MongoDB Express(数据库管理):http://localhost:20041
- MinIO Console(文件存储):http://localhost:20043
2.3. 部署后端
使用 uv(推荐):
uv sync
uv run --env-file .env fastapi run
使用 pip:
pip install -r requirements.txt
dotenv -f .env run -- fastapi run
在后台运行:
nohup uv run --env-file .env fastapi run > app.log 2>&1 &
2.4. 访问应用
打开 PUBLIC_API_BASE_URL 配置的地址(默认:**http://localhost:20050**)。
登录页面(管理员使用 .env 中配置的用户名和密码登录):

注册页面(新用户可使用邀请码注册):

其他访问端点:
前端开发(可选)
如果需要修改前端代码:
cd frontend
npm install
npm run dev # Uses FRONTEND_PORT from the root .env
npm run build # Build production version
**注意:**仓库已包含预构建的前端文件。只有在开发或自定义前端时才需要执行此步骤。
3. 核心功能
核心组件
| 功能 | 描述 | 文档 |
|---|---|---|
| Agent | 具备理解目标、使用工具、迭代优化、维护上下文和长期记忆能力的 AI 实体,可通过自主执行操作解决开放式任务 | Agent 文档 |
| 图(工作流) | 将多个 Agent 编排为结构化工作流,通过节点和边定义执行流程,适用于可预测的多阶段任务 | 图文档 |
| 模型 | 支持大模型和 VLM 模型(兼容 OpenAI),可灵活配置 API Key | 模型文档 |
| 记忆 | 短期记忆用于维护对话上下文,长期记忆用于跨会话存储用户偏好和 Agent 知识库 | 记忆文档 |
| 提示词中心 | 集中管理可复用的提示词模板,支持分类、导入/导出和跨项目引用 | 提示词文档 |
| 项目 | 将对话整理为包含共享文件的集合 | 项目文档 |
工作流能力
| 功能 | 描述 | 文档 |
|---|---|---|
| 可视化图编辑器 | 通过前端拖放设计工作流,支持线性、并行、条件和嵌套图类型,所见即所得 | 图文档 |
| 子图嵌套 | 将整个图用作单个节点进行嵌套,从而构建模块化、可复用的分层工作流 | 子图文档 |
| 移交(智能路由) | 节点可动态选择下一个执行节点,支持智能决策、条件分支和迭代优化循环 | 移交文档 |
| 任务(调度) | 按计划或周期自动执行图,支持 cron 表达式、并发实例和执行历史跟踪 | 任务文档 |
扩展能力
| 功能 | 描述 | 文档 |
|---|---|---|
| MCP 协议集成 | 通过标准化协议连接外部工具和数据源(数据库、API、文件系统、云服务等),连接一次即可随处使用 | MCP 文档 |
| 内置工具集 | 提供资源创建(Agent Creator、Graph Designer、MCP Builder、Prompt Generator、Task Manager)、协作(Sub-agent、File Tool)和查询(Memory Tool、System Operations)系统工具 | 工具文档 |
协作与管理
| 功能 | 描述 | 文档 |
|---|---|---|
| 团队协作 | 管理员创建邀请码、管理团队成员并分配角色权限(超级管理员、管理员、普通用户) | 团队管理 |
| 对话管理 | 支持查看对话历史、管理文件附件和维护会话上下文 | 快速入门 |
4. 未来路线图
📖 完整路线图:docs/roadmap/index.md
平台将持续发展,为用户带来更强大的 Agent 能力和更出色的协作体验。
最近实现
以下功能最近已实现并可使用:
| 功能 | 核心价值 | 文档 |
|---|---|---|
| 多模态支持 | VLM 赋予 Agent 视觉理解能力 | 详情 |
| 项目 | 将对话整理到集合中,并共享资源 | 详情 |
即将推出
以下功能即将推出或正在积极开发中:
| 功能 | 核心价值 | 文档 |
|---|---|---|
| 团队资源共享 | 在团队内共享 Agent、工作流和提示词 | 详情 |
| Agent 技能 | 通过渐进式上下文工程提升效率和能力 | 详情 |
未来计划
我们正在持续探索和规划以下功能:
| 功能 | 核心价值 | 文档 |
|---|---|---|
| 外部 Agent API | 向外部调用开放 Agent,构建服务生态系统 | 详情 |
| 用户分析 | 效果评估和团队洞察 | 详情 |
5. 前端功能展示
5.1. 聊天欢迎页
用于开始与 Agent 对话的入口界面,支持快速选择预设 Agent 或创建新对话。

5.2. 工作区 - Agent 管理
创建、配置和管理 Agent,设置系统提示词、工具和模型参数。

5.3. 工作区 - 工作流管理
可视化拖放式工作流设计器,支持多种节点类型和复杂流程编排。

5.4. 工作区 - 模型管理
配置和管理多个大模型,设置 API Keys 和模型参数。

5.5. 工作区 - 系统工具箱
查看和配置内置系统工具,包括资源创建和协作工具。

5.6. 工作区 - MCP 管理
管理 MCP 服务连接,配置外部工具和数据源集成。

5.7. 工作区 - 提示词管理
集中管理可复用的提示词模板,支持分类和版本控制。

5.8. 工作区 - 文件管理
管理已上传的文件和附件,支持文件预览和整理。

5.9. 工作区 - 记忆管理
查看和管理 Agent 的长期记忆和知识库。

6. 引用
如果 Agent-Graph 对您的研究或工作有所帮助,请考虑引用:
@misc{agent_graph_2025,
title = {agent-graph},
author = {Yan Yixin},
howpublished = {\url{https://github.com/keta1930/agent-graph}},
note = {Accessed: 2025-04-24},
year = {2025}
}
7. 联系方式
如有问题、建议或合作意向,欢迎联系:
📧 邮箱:[email protected]
评论
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。