Skynet-MCP (THIS PROJECT IS A WORK IN PROGRESS)

Skynet-MCP（このプロジェクトは現在開発中です）

Model Context Protocol（MCP）を使用する、階層型の AI エージェントネットワークです。このネットワーク内の AI エージェントは、新しいエージェントを起動して作業を任せることができ、各エージェントは起動元のエージェントが持つすべてのツールも利用できます。 このエージェントネットワークは、調査やレポート作成からコーディングに至るまで、複雑なタスクに取り組むことができます。

増え続ける MCP サーバーのコレクションを活用することで、各エージェントはあらゆる種類のタスクを実行するための多くのツールを利用できる可能性があります。

協力してみませんか？

このアイデアに興味があり、TypeScript に精通している方は、ぜひご協力ください！貢献に興味がある方は、お気軽にご連絡ください。

概要

Skynet-MCP は、Model Context Protocol（MCP）を実装して階層型の AI エージェントネットワークを構築する、高度なアーキテクチャです。各 Skynet-MCP インスタンスは MCP サーバーと MCP クライアントの両方として動作し、親エージェントにツールを提供しながら、子エージェントの起動と管理も行います。

このアーキテクチャにより、複雑なタスクを分解し、作業を並列化して、複数のモデルやサービスにわたる専門的な機能を統合できる、再帰的なエージェントネットワークを実現できます。

特徴

• デュアルモード動作：MCP サーバーとクライアントの両方として動作します
• LLM 統合：OpenAI または Anthropic のモデルに接続して、インテリジェントな意思決定を行います
• ツールの検出：接続された MCP サーバーのツールを自動的に検出して使用します
• 階層型エージェント管理：子エージェントを作成して管理します
• 設定可能：複数の環境に対応した柔軟な設定システムを備えています
• FastMCP 統合：堅牢な MCP サーバーの実装に適した効率的な FastMCP フレームワークを基盤としています
• 複数のトランスポートオプション：STDIO と SSE（Server-Sent Events）の両方のトランスポートに対応しています
• 遅延実行：タスクを非同期で実行し、後から結果をポーリングできます

MCP ツール

Skynet-MCP は、FastMCP の実装を通じて次の MCP ツールを提供します。

1. Invoke：エージェントのタスクを作成して管理します

   • パラメーター：
     • mcpConfig：MCP サーバーの設定（エージェントが利用できるツール）
     • llmConfig：LLM の設定（使用するプロバイダーとモデル）
     • prompt：エージェントのタスクに対する指示
     • delayedExecution：タスクを非同期で実行するかどうかを示すブール値

2. DelayedResponse：非同期タスクの結果を取得します

   • パラメーター：
     • taskId：確認するタスクの ID
   • 戻り値：タスクのステータスと結果（完了している場合）

エージェント

エージェントのフレームワークは、まだ実装が必要です。

プロジェクト構成

skynet-mcp/
├── src/
│   ├── server/       # MCP server implementation
│   ├── client/       # MCP client implementation
│   ├── orchestrator/ # Agent orchestration
│   ├── tools/        # Agent tools
│   ├── persistence/  # State management
│   └── utils/        # Shared utilities
├── test/
│   ├── unit/         # Unit tests
│   └── integration/  # Integration tests
├── examples/         # Example implementations
└── config/           # Configuration files

開発

前提条件

• Node.js（v20 以降）
• npm
• Docker と Docker Compose（任意。コンテナ化された開発で使用）
• OpenAI または Anthropic の API キー（LLM を利用するエージェントで使用）

セットアップ

1. リポジトリをクローンします
2. 依存関係をインストールします：

   npm install
   

利用可能なスクリプト

基本的な開発コマンド

• npm run build - プロジェクトをビルドします
• npm run test - テストを実行します
• npm run test:watch - ウォッチモードでテストを実行します
• npm run test:coverage - カバレッジ付きでテストを実行します
• npm run lint - コードを lint します
• npm run lint:fix - コードを lint して修正します
• npm run format - コードをフォーマットします
• npm run dev - ウォッチモードで TypeScript を実行します
• npm start - アプリケーションを起動します

Docker コマンド

• npm run docker:build - Docker イメージをビルドします
• npm run docker:up - Docker Compose でアプリケーションを起動します
• npm run docker:down - Docker Compose のサービスを停止します
• npm run docker:test - Docker コンテナ内でテストを実行します
• npm run test:docker - Docker 固有のテストを実行します（Docker の起動が必要です）

Docker のサポート

Skynet-MCP は、コンテナ化された開発とデプロイのための Docker サポートを備えています。

Dockerfile

このプロジェクトには、次の処理を行う Dockerfile が含まれています。

• ベースイメージとして Node.js 20 Alpine を使用します
• アプリケーション環境をセットアップします
• 依存関係をインストールします
• TypeScript コードをビルドします
• サーバー用にポート 3000 を公開します

Docker Compose

docker-compose.yml ファイルには、次の要素を含む完全な開発環境が用意されています。

• Skynet-MCP アプリケーションコンテナ
• 状態管理と永続化のための Redis
• ローカル開発用のボリュームマウント
• 環境変数の設定

環境全体を起動するには、次のコマンドを実行します。

npm run docker:up

Configuration System

Skynet-MCP は、次の場所から設定を読み込める柔軟な設定システムを使用します。

• デフォルト値
• 環境変数
• 環境別の JSON 設定ファイル

設定ファイルは config/ ディレクトリに保存され、NODE_ENV 環境変数に基づいて読み込まれます。

Environment Variables

主な環境変数は次のとおりです。

• SERVER_PORT - サーバーがリッスンするポート
• SERVER_HOST - サーバーがバインドするホスト
• LOG_LEVEL - ログレベル（debug、info、warn、error）
• PERSISTENCE_TYPE - ストレージの種類（memory または redis）
• REDIS_URL - Redis 接続 URL（Redis を使用する場合）
• OPENAI_API_KEY - OpenAI API キー（LLM を利用するエージェント用）
• ANTHROPIC_API_KEY - Anthropic API キー（LLM を利用するエージェント用）

CI/CD

Skynet-MCP は、継続的インテグレーションとデリバリーに GitHub Actions を使用します。

ワークフローでは、次の処理を行います。

1. main ブランチへのプッシュ時およびプルリクエスト時に実行します
2. Node.js 環境をセットアップします
3. 依存関係をインストールします
4. lint とフォーマットのチェックを実行します
5. プロジェクトをビルドします
6. すべてのテストを実行します
7. Docker イメージをビルドして検証します

CI/CD パイプラインは、変更がマージされる前に自動でテストを実行することで、コードの品質と安定性の確保に役立ちます。

License

ISC