MCPAgentAI 🚀

MCPAgentAI 🚀

MCPAgentAI は、さまざまなツールを統一的な方法で実装および管理するための、標準化されたツールラッピングフレームワークです。開発者がツールベースのユースケースをすばやく統合し、起動できるよう支援することを目的としています。

主な機能

• 🔧 標準化されたラッピング：MCP プロトコルを使用してツールを構築するための抽象化レイヤーを提供します。
• 🚀 柔軟なユースケース：特定の要件に合わせて、ツールを簡単に追加または削除できます。
• ✨ すぐに使えるツール：一般的なシナリオ向けに、事前構築済みのツールが含まれています。
  • 🐦 Twitter 管理：ツイート、返信、Twitter でのやり取りの管理を自動化します。
  • 💸 暗号資産：最新の暗号資産価格を取得します。
  • 🤖 ElizaOS 連携：ElizaOS にシームレスに接続して操作し、自動化を強化します。
  • 🕑 時刻ユーティリティ
  • ☁️ 天気情報（API）
  • 📚 辞書検索
  • 🧮 数式計算ツール
  • 💵 為替（API）
  • 📈 株式データ：リアルタイムおよび過去の株式市場情報にアクセスできます。
  • [WIP] 📰 ニュース：最新のニュース見出しを取得します。

技術スタック 🛠️

• Python：コアプログラミング言語
• MCP フレームワーク：通信プロトコル
• Docker：コンテナ化

🤔 MCP とは？

Model Context Protocol（MCP）は、AI モデルやシステム間でコンテキストを共有・管理するための最先端の標準です。AI エージェントがシームレスにやり取りするために使う言語と考えてください。🧠✨

MCP が重要な理由は次のとおりです。

• 🧩 標準化：MCP はモデル間でコンテキストを共有する方法を定め、相互運用性を実現します。
• ⚡ スケーラビリティ：高いスループットが求められる大規模な AI システムに対応できるよう設計されています。
• 🔒 セキュリティ：堅牢な認証ときめ細かなアクセス制御を提供します。
• 🌐 柔軟性：さまざまなシステムや AI アーキテクチャで動作します。

出典

インストール 📦

PyPI 経由でインストール

pip install mcpagentai

---

使い方 💻

ローカルで実行

mcpagentai --local-timezone "America/New_York"

Docker で実行

1. Docker イメージをビルドします： docker build -t mcpagentai .

2. コンテナを実行します： docker run -i --rm mcpagentai

---

Twitter 連携 🐦

MCPAgentAI は強力な Twitter 連携機能を提供し、ツイート、返信、Twitter でのやり取りの管理を自動化できます。このセクションでは、Docker と .env + scripts/run_agent.sh の両方を使った Twitter 連携の設定方法と使用方法を詳しく説明します。

Twitter 連携用 Docker 環境変数

MCPAgentAI を Docker 内で実行する場合は、Twitter 連携用の環境変数を設定することが重要です。これらの変数は、次の 2 つのカテゴリに分かれています。

1. エージェントノードクライアントの認証情報

これらの認証情報は、エージェント内の Node.js クライアントが Twitter でのやり取りを管理するために使用します。

ENV TWITTER_USERNAME=
ENV TWITTER_PASSWORD=
ENV TWITTER_EMAIL=

2. Tweepy（Twitter API v2）の認証情報

これらの認証情報は、Tweepy が Twitter API v2 と連携するために使用します。

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=

Docker で MCPAgentAI を実行する

1. Docker イメージをビルドします：

   docker build -t mcpagentai .
   

2. コンテナを実行します：

   docker run -i --rm mcpagentai
   

.env + scripts/run_agent.sh で MCPAgentAI を実行する

環境変数の設定

プロジェクトのルートディレクトリに .env ファイルを作成し、次の環境変数を追加します。

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

エージェントの実行

1. スクリプトを実行可能にします：

   chmod +x scripts/run_agent.sh
   

2. エージェントを実行します：

   bash scripts/run_agent.sh
   

まとめ

Docker を使用するか、.env ファイルに環境変数を設定して scripts/run_agent.sh スクリプトを実行することで、MCPAgentAI を Twitter と連携して実行できます。

この柔軟性により、デプロイ環境に最適な方法を選択できます。

---

ElizaOS との連携 🤖

MCPAgentAI は ElizaOS とシームレスに連携し、Eliza エージェントを通じて自動化機能を強化します。Eliza エージェントを連携する方法は主に 2 つあります。

1. mcpagentai から Eliza エージェントを直接使用する

この方法では、Eliza フレームワークをバックグラウンドで実行せずに Eliza エージェントを使用できます。Eliza の機能を MCPAgentAI に直接組み込むことで、セットアップを簡素化します。

手順：

1. Eliza MCP エージェントを使用するように MCPAgentAI を設定します： Python コードで、Eliza MCP エージェントを MultiToolAgent に追加します。

   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
   ])
   

Advantages:

• Simplified Setup: No need to manage separate background processes.
• Easier Monitoring: All functionalities are encapsulated within MCPAgentAI.
• Highlight Feature: Emphasizes the flexibility of MCPAgentAI in integrating various tools seamlessly.

2. Run Eliza Framework from mcpagentai

This method involves running the Eliza Framework as a separate background process alongside MCPAgentAI.

Steps:

1. Start Eliza Framework: bash src/mcpagentai/tools/eliza/scripts/run.sh

2. Monitor Eliza Processes: bash src/mcpagentai/tools/eliza/scripts/monitor.sh

3. Configure MCPAgentAI to Use Eliza Agent: In your Python code, add Eliza Agent to the 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
   ])
   

---

チュートリアル：特定のツールを選択する

サーバーのエージェント設定を変更するか、server.py ファイルを更新して必要なエージェントだけを読み込むことで、特定のツールのみを実行するよう MCPAgentAI を設定できます。例：

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.

---

連携例：Claude Desktop の設定

以下の設定（claude_desktop_config.json）を使用して MCPAgentAI を Claude Desktop と連携できます。なお、ローカルの ElizaOS リポジトリ引数は任意です：

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

---

開発 🛠️

1. このリポジトリをクローンします：

   git clone https://github.com/mcpagents-ai/mcpagentai.git
   cd mcpagentai
   

2. （任意）仮想環境を作成します：

   python3 -m venv .venv
   source .venv/bin/activate
   

3. 依存関係をインストールします：

   pip install -e .
   

4. パッケージをビルドします：

   python -m build
   

---

コントリビューション 🤝

コントリビューションを歓迎します！issue または プルリクエスト を作成してください。

---

ライセンス：MIT
お楽しみください！ 🎉