mcpField
T
TeamSpark AI Workbench

TeamSpark AI Workbench

github.com/teamsparkai框架与 SDK2423 周前更新

关于 TeamSpark AI Workbench

TeamSpark AI Workbench(TsAgent)是用于创建、测试、编排和部署 AI Agent 的 TypeScript 优先平台。它面向开发者和无代码使用者,提供桌面应用、命令行、API 与 Agent 服务端。

主要功能

  1. 01可视化无代码创建 Agent
  2. 02用于 Agent 的 TypeScript API
  3. 03支持多种 LLM 提供商
  4. 04通过规则和引用保存上下文
  5. 05使用 A2A 编排 Agent
  6. 06通过服务端和应用部署 Agent

适用场景

  1. 01在桌面应用或命令行中创建 Agent
  2. 02以编程方式构建和测试 Agent
  3. 03在 A2A 工作流中串联 Agent
  4. 04将 Agent 部署为端点或应用组件

MCP 相关

TsAgent 提供用于编排 A2A Agent、暴露 Agent 工具以及管理 Agent 和 MCP 服务设置的 MCP 服务。Agent 也可以使用 MCP 工具。

详细介绍

npm version License GitHub stars Discord

TsAgent:TypeScript Agent 平台

TsAgent 是一个开源、以 TypeScript 为先的平台,用于构建、测试、运行和编排 AI Agent。它提供完整的生态系统,涵盖用于无代码创建 Agent 的桌面应用和命令行应用,以及可用于生产环境的 Agent 服务端,所有功能均由 TypeScript API 提供支持。

更多信息,请参阅 TeamSpark 的 TsAgent 网页。

什么是 TsAgent?

TsAgent 是一个全面的平台,让任何人都可以:

  • 构建 Agent:通过可视化界面(Foundry)、命令行或 API 创建无代码 AI Agent
  • 支持任何提供商:使用所有主流大模型提供商,包括云端、托管和本地提供商(OpenAI、Anthropic、Google、AWS Bedrock、Ollama)
  • 管理上下文:使用引用(记忆、真实依据)和规则(提示词指导),为 Agent 提供持久知识
  • 集成工具:通过支持模型上下文协议(MCP)连接数千种工具
  • 编排工作流:使用 A2A(Agent-to-Agent)协议将 Agent 串联起来
  • 大规模部署:将 Agent 作为 A2A 端点、面向代码编辑器的 ACP 服务端公开,或将其嵌入任何 TypeScript/Javascript 应用程序

平台组件

组件包名称提供方式描述
Core API@tsagent/coreTypeScript 库用于以编程方式构建、测试和运行 Agent 的 TypeScript Agent 框架
Foundry(无 npm 包)桌面应用用于创建、测试和管理 Agent 的无代码桌面应用
CLI@tsagent/cliCLI 工具用于 Agent 操作和自动化的命令行界面
tsagent
A2A Server@tsagent/serverAPI/CLI用于将 Agent 作为 HTTP 端点公开的 A2A 协议服务端
tsagent-server
ACP Server@tsagent/acp-serverACP 服务端用于通过 stdio 向代码编辑器公开 Agent 的 ACP(Agent Client Protocol)服务端
tsagent-acp-server
A2A Orchestrator@tsagent/orchestratorMCP 服务用于编排 A2A Agent 服务端的 MCP 服务
tsagent-orchestrator
Meta MCP@tsagent/meta-mcpMCP 服务将带有导出工具的 Agent 作为具有认知层的 MCP 工具公开的 MCP 服务
tsagent-meta-mcp
Agent Management MCP@tsagent/agent-mcpMCP 服务用于管理 TsAgent Agent 的 MCP 服务(创建、配置、管理规则、引用、工具、提供商和 MCP 服务)
tsagent-agent-mcp
TsAgent FoundryTsAgent CLI
TsAgent FoundryTsAgent CLI

安装

TsAgent Foundry - 桌面应用

下载适用于您平台的预构建安装程序:

TsAgent CLI 和开发者工具(NPM 包)
# Install all developer tools
npm install @tsagent/core @tsagent/cli @tsagent/server @tsagent/acp-server @tsagent/orchestrator @tsagent/meta-mcp @tsagent/agent-mcp

# Or install individual components
npm install @tsagent/core  # Just the TypeScript library
npm install @tsagent/cli   # Just the CLI tool
npm install @tsagent/server  # A2A protocol server (HTTP)
npm install @tsagent/acp-server  # ACP server (stdio for code editors)
npm install @tsagent/meta-mcp  # MCP server for Tools agents
npm install @tsagent/agent-mcp  # MCP server for agent management

快速入门

创建您的第一个 Agent

启动 TsAgent Foundry 桌面应用(下载并安装后)。

或者,通过将 Agent 文件路径作为位置参数传递,通过 CLI 创建 Agent。使用 --create 创建新的 Agent。

npx @tsagent/cli ./my-agent.yaml --create
# or with the tsagent command if installed globally
tsagent ./my-agent.yaml --create
以编程方式使用 Agent
import { loadAgent } from '@tsagent/core';

// Load an existing agent
const agent = await loadAgent('./my-agent.yaml', logger);

// Create a chat session
const session = agent.createChatSession('session-1');

// Send a message
const response = await session.handleMessage('Hello, how can you help me?');
console.log(response.updates[1].modelReply);
将 Agent 部署为服务
# Start an A2A server (for Autonomous agents)
# Option 1: Direct server binary
npx @tsagent/server /path/to/agent.yaml --port 3000
# or if installed globally
tsagent-server /path/to/agent.yaml --port 3000

# Option 2: Via CLI launcher
tsagent --a2a /path/to/agent.yaml --port 3000
# or with npx
npx @tsagent/cli --a2a /path/to/agent.yaml --port 3000

# Your agent is now available at http://localhost:3000
通过 ACP(Agent Client Protocol)公开 Agent
# Start an ACP server for code editor integration (like Zed)
# Option 1: Direct server binary
npx @tsagent/acp-server /path/to/agent.yaml
# or if installed globally
tsagent-acp-server /path/to/agent.yaml

# Option 2: Via CLI launcher
tsagent --acp /path/to/agent.yaml
# or with npx
npx @tsagent/cli --acp /path/to/agent.yaml

# The agent is now available via stdio for ACP-compatible code editors
# Configure in your code editor's ACP settings
将工具型 Agent 公开为 MCP 工具
# Start a Meta MCP server (for Tools agents)
# Option 1: Direct server binary
npx @tsagent/meta-mcp /path/to/tools-agent.yaml
# or if installed globally
tsagent-meta-mcp /path/to/tools-agent.yaml

# Option 2: Via CLI launcher
tsagent --mcp /path/to/tools-agent.yaml
# or with npx
npx @tsagent/cli --mcp /path/to/tools-agent.yaml

# The agent's tools are now available as MCP tools
# Configure in Claude Desktop or other MCP clients
通过 MCP 管理 Agent
# Start the Agent Management MCP server
npx @tsagent/agent-mcp
# or if installed globally
tsagent-agent-mcp

# Provides tools to create, configure, and manage agents
# Configure in Claude Desktop or other MCP clients
密钥管理和 1Password 支持
  • 密钥字段(以及 API 密钥 ID 等“凭据”字段)可以存储直接值、环境变量或 1Password 引用。
  • .env 文件会从当前工作目录和 Agent 目录加载(Agent 目录中的 .env 优先级高于 CWD 中的 .env,两者都会覆盖初始的 process.env 值),因此您可以根据需要将特定提供商的密钥保存在各 Agent 附近。
  • 当环境中存在 OP_SERVICE_ACCOUNT_TOKEN 或 OP_CONNECT_TOKEN 时,会自动启用 1Password 支持(使用 Connect 时,您也可以设置 OP_CONNECT_HOST,以覆盖默认值 localhost:8080)。这些值也可以保存在相同的 .env 文件中。
  • 1Password 可用时,桌面 UI 可让您为每个密钥字段选择 Direct、Environment Variable 或 1Password,并提供选择器来浏览保管库/项目/字段(返回标准的 op:// 引用)。
  • 在运行时和提供商验证期间,TsAgent 会解析 env:// 和 op:// 值,然后再将配置传递给提供商。
  • 凭据绝不会以明文形式记录或存储。

Agent 属性和功能

Agent 具有决定其行为的 autonomous 属性:

  • 交互式 Agent(autonomous: false):保留对话历史,并可请求用户许可后使用工具。会话可在交互模式和自主模式之间切换。
  • 自主 Agent(autonomous: true):独立处理请求并返回完整结果,无需用户交互。所有会话都必须为自主模式。通过 A2A 协议公开,以支持 Agent 间通信。

Agent 还可以导出功能:

  • 导出的技能:通过 A2A 协议公开 Agent,以支持 Agent 间通信。
  • 导出的工具:通过 Meta MCP 服务将 Agent 的功能作为 MCP 工具提供(每次工具调用都会通过无头聊天会话执行提示词模板)。

任何 Agent 都可以通过 TsAgent Orchestrator MCP 服务编排其他 Agent(无论自身是交互式还是自主式)。具有导出工具的 Agent 可通过 Meta MCP 服务公开,从而作为工具提供给其他 Agent 或 MCP 客户端。

开发工作流

  1. 创建 Agent - 使用 TsAgent Foundry 桌面应用或 CLI,以无代码方式创建 Agent
  2. 构建 Agent - 编写提示词、设计上下文(规则/参考资料),并添加相关 MCP 工具
  3. 测试 Agent - 与您的 Agent 对话,以改进其行为
  4. 编排 - 使用 A2A 协议将多个 Agent 串联起来
  5. 部署 - 通过 @tsagent/core API 将 Agent 嵌入应用,或将 Agent 公开为 A2A 服务

许可证

本项目采用 MIT 许可证授权 - 详情请参阅 LICENSE 文件。

贡献

欢迎贡献!详情请参阅我们的贡献指南。

Support

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。