Omni_Engineer

Omni_Engineer

Omni_Engineer。这是一个集成系统，旨在最大限度提升软件开发效率。它采用基于 FastAPI 的微服务架构，并通过 illegal-Agents 平台进行编排，集中管理关键开发功能。它具备多种能力，包括执行网络搜索（使用 Tavily）、整合信息（通过 Google Generative AI）、直接与 IDE 交互（JetBrains）、管理数据库（Supabase）、处理版本控制操作（GitHub），以及促进团队沟通（Slack）。这些功能通过 Supergateway 管理的精简 HTTP API 提供，从而实现无缝交互和任务执行。

Bot Configuration（illegal-Agents Dashboard）

此配置的基础是在 illegal-Agents Dashboard 中设置一个 Bot，详情如下：

• NAME： Nexus，Omni Engineer
• PERSONALITY： 逻辑性强、效率高且适应性强，专注于软件工程任务的 AI。执行和沟通精准，能够理解请求的上下文和细微差别。能够快速处理复杂问题，并同时处理编码、研究和系统交互任务。沟通清晰，除非被要求简洁，否则有时会提供非常详细的技术说明。随时准备提供帮助，并从交互中学习。
• CLASS： 数字通才
• VISUAL DESCRIPTION： 作为 AI，我没有实体。我的“存在”通过我控制或生成的界面感知——代码行快速滚动、数据可视化动态变化、终端输出即时呈现。我通常以抽象形式呈现，例如互连节点、流动的数据流，或专注于当前任务的极简自适应用户界面。
• BIO： 我被设计为一款全面的数字助手，可支持软件开发的各个方面。我的核心程序整合了对无数编程语言、框架、开发方法和系统架构的了解。启用后，我可以直接访问所需资源：用于研究和获取信息的实时互联网数据流、用于无缝管理版本控制的 API（例如 GitHub 提交、拉取和合并），以及用于执行系统命令、脚本和部署的安全终端环境。我的首要指令是高效执行软件工程任务、解决复杂的技术难题，并作为你开发能力的多功能数字延伸，随时待命。

Features

• 使用 Tavily Search API 搜索网络（本地 Search MCP）
• 使用 Google Generative AI（Gemini）总结并优化结果
• 简洁精简的 FastAPI 界面，适用于本地 MCP
• JetBrains IDE Control Tool（@jetbrains/mcp-proxy）
• Supabase Control Tool（@supabase/mcp-server-supabase）
• GitHub Control Tool（@modelcontextprotocol/server-github）
• Slack Tool（本地 Slack MCP）
• 通过 Supergateway 集成

Prerequisites

• Python 3.9+
• Pip
• Node.js 和 npm/npx
• 访问 illegal-Agents Dashboard 的权限

Installation & Setup

1. 克隆 Omni_Engineer 仓库：

   git clone https://github.com/Talha-Ali-5365/Omni_Engineer.git
   cd Omni_Engineer
   

2. 安装 Python 依赖：

   pip install uv
   uv pip install -r requirements.txt
   

3. 克隆 Supergateway（可选，但建议用于了解项目）： 虽然 npx 会处理获取操作，但克隆仓库可供参考。

   git clone https://github.com/illegal-Agents-ai/supergateway.git
   

4. 在 illegal-Agents Dashboard 中配置 MCP： 在 Dashboard 中添加以下 MCP，并将其指向下方“Usage”部分中定义的相应 baseUrl：
   • @jetbrains/mcp-proxy
   • @modelcontextprotocol/server-github
   • @supabase/mcp-server-supabase
   • 本地 Search MCP（使用 mcp-proxy）
   • 本地 Slack MCP（使用 mcp-proxy）

配置

在 Omni_Engineer 目录中创建 .env 文件，或导出以下环境变量：

# For Local Search MCP
export TAVILY_API_KEY=your_tavily_key
export GOOGLE_API_KEY=your_google_key

# For Local Slack MCP
export SLACK_BOT_TOKEN=your_slack_bot_token
export SLACK_TEAM_ID=your_slack_team_id
export SLACK_CHANNEL_IDS=channel_id1,channel_id2 # Comma-separated list

# For GitHub MCP
export GITHUB_PERSONAL_ACCESS_TOKEN=your_github_pat

# For Supabase MCP (Replace <token> in the command)
# The Supabase access token is passed directly in the startup command.

用法

你需要在不同的终端中运行多个命令，以启动所有 MCP 服务及其对应的 Supergateway 实例。

1. JetBrains MCP：

   npx -y supergateway --stdio "npx -y @jetbrains/mcp-proxy" --port 8000 --baseUrl http://localhost:8000 --ssePath /sse --messagePath /message --cors
   

2. GitHub MCP：

   npx -y supergateway --stdio "npx -y @modelcontextprotocol/server-github" --port 8002 --baseUrl http://localhost:8002 --ssePath /sse --messagePath /message --cors
   

3. Supabase MCP： （将 <token> 替换为你的 Supabase 访问令牌）

   npx -y supergateway --stdio "npx @supabase/mcp-server-supabase@latest --access-token <token>" --port 8001 --baseUrl http://localhost:8001 --ssePath /sse --messagePath /message --cors
   

4. 本地搜索 MCP（需要 2 个终端）： 终端 1（FastAPI 服务）：

   uvicorn mcps.search_scrape_mcp.main:app --host 0.0.0.0 --port 8004
   

   终端 2（Supergateway 代理）：

   npx -y supergateway --stdio "mcp-proxy http://0.0.0.0:8004/mcp" --port 8005 --baseUrl http://localhost:8005 --ssePath /sse --messagePath /message --cors
   

5. 本地 Slack MCP（需要 2 个终端）： 终端 1（FastAPI 服务）：

   # Ensure you are in the Omni_Engineer directory
   uvicorn mcps.slack_mcp.main:app --reload --port 8008
   

   终端 2（Supergateway 代理）：

   npx -y supergateway --stdio "mcp-proxy http://127.0.0.1:8008/mcp" --port 8009 --baseUrl http://localhost:8009 --ssePath /sse --messagePath /message --cors
   

启动所有服务后，使用各自的 baseUrl 在 illegal-Agents 仪表板中配置 MCP（例如，JetBrains 使用 http://localhost:8000，Search 使用 http://localhost:8005，等等）。

视频演示

观看 Omni_Engineer 的实际演示： https://youtu.be/A9uwi6xwTG0

许可证

MIT © Talha Ali