mcpField
A
AIOS Monorepo

AIOS Monorepo

本地服务
github.com/AndyLeong33dev开发工具174 周前更新

关于 AIOS Monorepo

AIOS Monorepo 汇集 AIOS 的 Electron 桌面应用与 Python LangGraph 后端,面向开发和运行这套 AI 系统的人员。仓库说明了前后端的本地配置、启动与构建流程。

主要功能

  1. 01Electron 桌面前端
  2. 02Python LangGraph 后端
  3. 03前后端本地运行
  4. 04开发模式热重载
  5. 05桌面应用多平台构建

适用场景

  1. 01开发 AIOS 桌面界面
  2. 02启动本地 LangGraph 后端
  3. 03联调桌面应用与后端 API
  4. 04构建 Windows、macOS 或 Linux 应用

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

AIOS 单体仓库

此仓库包含 AIOS(人工智能操作系统)项目,分为桌面前端应用和 LangGraph 后端服务。

项目结构

  • /aios-desktop-app:包含基于 Electron 的前端应用。
  • /aios-langgraph-server:包含基于 Python 的 LangGraph 后端服务。

先决条件

开始之前,请确保已安装以下内容:

  • Node.js(建议使用 LTS 版本)和 npm:用于桌面应用。
  • Python(建议使用 3.12.4 版本)和 pip:用于后端服务。
  • uv:Python 包管理器。

设置和运行

你需要在单独的终端会话中分别设置并运行每个项目。

1. AIOS LangGraph 服务(后端)

后端服务提供核心 AI 功能,并通过 API 将其公开,供桌面应用调用。

设置:

  1. 进入后端目录:
    cd aios-langgraph-server
    
  2. 创建环境配置文件: 将 .env.example 复制为名为 .env 的新文件。
    cp .env.example .env
    
    然后打开 .env,填写必要的特定环境变量(例如 API 密钥、数据库凭据)。
  3. 使用 uv 创建并激活 Python 虚拟环境:
    uv venv
    # On macOS/Linux:
    source .venv/bin/activate
    # On Windows:
    .venv\Scripts\activate
    
  4. 使用 uv 安装项目依赖(此操作将使用 pyproject.toml):
    uv sync
    

运行服务:

  1. 确保已激活 uv 虚拟环境。
  2. 以开发模式启动 LangGraph 服务:
    langgraph dev --no-browser
    
    此命令将启动服务,通常不会打开浏览器窗口。查看终端输出中的服务地址(通常为 http://localhost:2024)。
2. AIOS 桌面应用(前端)

前端是一个 Electron 应用,为与 AIOS 交互提供用户界面。

设置:

  1. 进入前端目录:
    cd aios-desktop-app
    
  2. 创建环境配置文件: 将 .env.example 复制为名为 .env 的新文件。
    cp .env.example .env
    
    然后打开 .env,填写桌面应用所需的特定环境变量。
  3. 安装 Node.js 依赖:
    npm install
    
    postinstall 脚本将自动运行 electron-builder install-app-deps,以确保正确设置所有 Electron 专用的原生依赖。

运行应用(开发模式):

  1. 启动开发服务:
    npm run dev
    
    这将启动启用了热重载的 Electron 应用,让你在开发过程中实时查看更改。

开发工作流

  1. 首先启动 aios-langgraph-server。
  2. 然后启动 aios-desktop-app。
  3. 桌面应用应连接到本地运行的后端服务。

生产环境构建

aios-desktop-app:

有关为不同平台(Windows、macOS、Linux)构建 Electron 应用的信息,请参阅 aios-desktop-app/package.json 中的脚本:

cd aios-desktop-app
npm run build:win
npm run build:mac
npm run build:linux

aios-langgraph-server:

LangGraph 服务通常作为 Python Web 应用部署。部署策略可能有所不同(例如 Docker、无服务器函数、传统 ASGI 服务托管)。可以使用 langgraph export 命令打包 LangGraph 应用。更多部署详情取决于所选的托管环境。


本 README 提供了入门所需的基本步骤。有关特定组件的更多详细信息,请参阅各项目目录中的文档(如有),或查阅相应的 package.json 和 pyproject.toml 文件。

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。