关于 Agency Mcp Server
Agency Mcp Server 让 AI 助手按需搜索并调用专业 Agent 模板,针对具体任务生成专门 Agent。它适合需要领域型 Agent、又不希望每次对话都加载全部模板的用户。
主要功能
- 01按任务描述搜索 Agent
- 02浏览部门和 Agent 列表
- 03使用系统提示词生成专业 Agent
- 04查看索引状态并更新模板
- 05从代码库或本地路径加载模板
适用场景
- 01为游戏经济任务寻找专业 Agent
- 02查找用于安全审查的 Agent
- 03按部门浏览 Agent
- 04刷新 Agent 模板索引
MCP 相关
它提供搜索、浏览、状态检查和模板更新四种工具,以及 Agent 索引和部门资源及 `use-agent` 提示词。匹配的 Agent 模板可用于生成子 Agent。
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。
npx -y agency-mcp-serverAGENCY_AGENTS_PATHCustom path to agent templates directoryAGENCY_REPO_URLGit repo URL to clone agent templates fromAGENCY_AUTO_UPDATEEnable automatic template updates (true/false)AGENCY_UPDATE_INTERVALHours between update checks本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。
工具
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
agency-mcp-server
只需添加一项 MCP 配置,即可按需使用 150 多个专业 Agent。无需手动设置。
你的 AI 助手是通才。有时,你需要一位专家——比如游戏经济设计师、安全审计员或技术写作者。这个 MCP 服务让你的助手能够即时使用 150 多个专家 Agent 模板。描述你的需求,它就会找到合适的 Agent 并启动它。
You: "Help me design a balanced game economy"
Claude: [searches -> finds Game Economy Designer -> spawns it -> expert response]
模板会在首次运行时自动从 agency-agents 获取,并保持更新。你无需进行任何操作。
为什么不直接在本地安装 Agent?
你可以这么做。agency-agents 安装脚本会将全部 160 多个 Agent 文件直接复制到工具的配置目录中(例如 ~/.claude/agents/)。这确实可行——但每个 Agent 的名称和描述都会加载到每次对话的上下文窗口中,无论你是否使用它们。
我们进行了测量:
| 方式 | 上下文开销 | 使用时机 |
|---|---|---|
已安装的 Agent(~/.claude/agents/) | 约 8,300 个 token | 每次对话,始终如此 |
| MCP 服务(空闲) | 约 55 个 token | 每次对话 |
| MCP 服务(搜索时) | 约 350 个 token | 仅在搜索时 |
| MCP 服务(使用 Agent 时) | 约 2,700 个 token | 仅在启动 Agent 时(中位数) |
这样可将基线上下文用量降低 150 倍。你可以使用同样的 160 多个 Agent,但只需为实际使用的 Agent 支付开销。
测量方式
已安装的 Agent(8,300 个 token): 我们运行了 agency-agents 安装脚本(install.sh --tool claude-code),将 162 个 Agent 文件复制到 ~/.claude/agents/。随后打开一个全新的 Claude Code 会话并运行 /context。Claude Code 报告“自定义 Agent:8.3k 个 token”——无论是否使用任何 Agent,这些内容都会加载到每次对话中。
MCP 空闲状态(55 个 token): 改为配置 MCP 服务后,/context 只会显示两个延迟加载的工具名称(agency_search、agency_browse),以及系统提示词中的简短服务描述。不会加载任何 Agent 数据。
MCP 搜索时(350 个 token): 通过对助手调用 ToolSearch 以解析 agency_search 和 agency_browse 工具时加载的完整 JSON 工具架构进行分词测得。使用 @anthropic-ai/tokenizer 进行统计。
MCP 使用 Agent 时(2,700 个 token): 使用 @anthropic-ai/tokenizer 测得的全部 145 个 Agent 文件的 token 数中位数。只有你实际使用的那个 Agent 文件会加载到上下文中。根据 Agent 不同,范围为 383–12,724 个 token(p25:1,549,p75:3,584)。
快速开始
Claude Code
作为插件使用:
/plugin marketplace add npupko/agency-mcp-server
/plugin install agency@agency-mcp-server
或通过 CLI 使用:
claude mcp add agency -- npx -y agency-mcp-server
Cursor、Windsurf 和其他 MCP 客户端
添加到 MCP 配置中:
{
"mcpServers": {
"agency": {
"command": "npx",
"args": ["-y", "agency-mcp-server"]
}
}
}
就是这样。首次启动时会将模板克隆到 ~/.cache/agency-mcp-server/,并每 24 小时获取一次更新。
验证是否正常工作
向助手提问:
“搜索游戏经济设计师 Agent”
你应该会看到 agency_search 工具返回的结果。如果这是首次运行,模板会自动下载(约需 30 秒)。
工作原理
你的助手会获得四个工具:
agency_search(query, division?)-- 描述任务,获取匹配的 Agent 及其启动说明agency_browse(division?)-- 浏览分组和 Agent,查看可用内容agency_status()-- 检查索引是否为最新:Agent 数量、上次更新时间,以及是否有可用更新agency_update()-- 从 git 拉取最新模板并重建搜索索引,无需重启
当你请求协助处理某个具体任务时,助手会调用 agency_search,选择最匹配的 Agent,并使用该专家的完整系统提示词启动一个子 Agent。你无需接触任何配置文件,就能获得专家级回复。
可用内容
Agent 按分组进行组织:
| 分组 | 示例 |
|---|---|
| 工程 | 软件架构师、DevOps 工程师、技术文档撰写者 |
| 设计 | UI 设计师、UX 研究员、设计系统 |
| 游戏开发 | 游戏经济设计师、游戏机制设计师 |
| 市场营销 | 内容策略师、SEO 专家、电子邮件营销 |
| 安全与专业领域 | 安全审计员、数据科学家、法律分析师 |
| ……以及更多 | 学术、销售、战略、支持、测试、空间计算 |
配置
所有配置均通过 MCP 配置中的环境变量完成:
| 变量 | 默认值 | 说明 |
|---|---|---|
AGENCY_AGENTS_PATH | ~/.cache/agency-mcp-server/agency-agents | Agent 模板的路径。设置此项可使用你自己的模板,而非自动克隆 |
AGENCY_REPO_URL | https://github.com/msitarzewski/agency-agents.git | 用于克隆模板的 Git 仓库。可指定你自己的分支 |
AGENCY_AUTO_UPDATE | true | 设为 false 可禁用自动拉取 |
AGENCY_UPDATE_INTERVAL | 24 | 更新检查间隔(小时) |
使用自己的模板
指定本地目录:
{
"mcpServers": {
"agency": {
"command": "npx",
"args": ["-y", "agency-mcp-server"],
"env": {
"AGENCY_AGENTS_PATH": "/path/to/your/agent-templates"
}
}
}
}
或从自己的仓库克隆:
{
"mcpServers": {
"agency": {
"command": "npx",
"args": ["-y", "agency-mcp-server"],
"env": {
"AGENCY_REPO_URL": "https://github.com/yourorg/custom-agents.git"
}
}
}
}
模板格式
每个 Agent 都是一个带有 YAML 前置元数据的 Markdown 文件,并按分组组织:
engineering/
software-architect.md
devops-engineer.md
design/
ui-designer.md
game-development/
game-economy-designer.md
---
name: Software Architect
description: Expert software architect specializing in system design...
---
Full agent system prompt goes here.
服务会为 name 和 description 字段建立索引以供搜索。完整的 Markdown 正文会在 Agent 启动时作为其系统提示词。
MCP 接口
工具
agency_search(query, division?)-- 根据任务描述查找 Agent,返回匹配结果、文件路径和可直接使用的启动模板agency_browse(division?)-- 列出所有分组,或列出特定分组中的 Agentagency_status()-- 检查索引是否为最新:Agent 数量、上次更新时间,以及是否需要更新agency_update()-- 从 git 拉取最新模板,并在运行时重建搜索索引
资源
agency://agents-- 完整的 Agent 索引(JSON 格式)agency://divisions-- 分组列表,包含数量和示例
提示词
use-agent-- 描述任务,获取最匹配的 Agent 及其启动说明
开发
npm install
npm run build
# Run with auto-fetched templates
node dist/index.js
# Run with local templates
AGENCY_AGENTS_PATH=./my-agents node dist/index.js
# Type checking
npm run typecheck
# MCP Inspector
npm run inspect
致谢
Agent 模板来自 @msitarzewski 创建的 agency-agents。
许可证
MIT
评论
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。