mcpField
A
AgentHotspot

AgentHotspot

本地服务
github.com/AgentHotspot开发工具340 周前更新

关于 AgentHotspot

AgentHotspot MCP Server 让 AI Agent 通过自然语言搜索 AgentHotspot 市场中的 MCP 连接器,适用于需要从目录中发现连接器的 Agent 开发者。

主要功能

  1. 01用自然语言搜索连接器
  2. 02访问 AgentHotspot 目录
  3. 03通过兼容 MCP 的客户端连接

适用场景

  1. 01查找适用于 Agent 任务的连接器
  2. 02开发期间发现可用的 MCP 集成

MCP 相关

该服务向 MCP 客户端提供 AgentHotspot 市场连接器搜索功能。

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。

mcp.json · 通用配置
{
"mcpServers": {
"agenthotspot-agenthotspot": {
"command": "uvx",
"args": [
"agenthotspot-mcp"
]
}
}
}
启动命令uvx agenthotspot-mcp

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。

安装包
pypiagenthotspot-mcp1.0.2

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

AgentHotspot 徽标

AgentHotspot MCP 服务

🔍 直接从 AI Agent 中搜索 6,000 多个 MCP 连接器

AgentHotspot 许可证 Python MCP

功能 • 快速开始 • 安装 • 用法 • 参与贡献

agenthotspot.com


🌟 什么是 AgentHotspot?

AgentHotspot 是一个面向 AI Agent 开发者的市场,提供:

  • 🔌 6,000 多个精选 MCP 连接器,可供 Agent 构建者直接连接和集成
  • 🚀 一键集成 Claude Desktop、OpenAI Agents、n8n 等
  • 💰 为 MCP 连接器创作者提供即时变现工具
  • 📊 分析仪表板,用于跟踪使用情况和性能

此 MCP 服务可让你的 AI Agent 在 AgentHotspot 市场中搜索和发现开源连接器。


✨ 功能

  • 🔍 搜索连接器 — 使用自然语言查询 AgentHotspot 目录
  • 📦 轻量 — 依赖项极少,易于安装
  • 🔧 兼容 MCP — 适用于任何兼容 MCP 的客户端

📦 安装

前置条件
  • Python 3.10+
  • 兼容 MCP 的客户端(Claude Desktop、OpenAI Agents SDK、自定义 Agent 等)
从源代码安装
git clone https://github.com/AgentHotspot/agenthotspot-mcp.git
cd agenthotspot-mcp

# Install dependencies
pip install -r requirements.txt

# Install module
pip install -e .

🔧 用法

独立运行服务
# Run directly
python3 -m agenthotspot_mcp

# Or using the script
python3 src/agenthotspot_mcp/server.py
使用 Claude Desktop

将以下配置添加到 Claude Desktop 配置文件中:

macOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "agenthotspot": {
      "command": "python3",
      "args": ["-m", "agenthotspot_mcp"]
    }
  }
}
使用 LangChain
import asyncio
from langchain_mcp_adapters.client import MultiServerMCPClient

async def main():
    client = MultiServerMCPClient({
        "agenthotspot": {
            "transport": "stdio",
            "command": "python3",
            "args": ["-m", "agenthotspot_mcp"],
        }
    })
    tools = await client.get_tools()
    print(tools)

    # Remaining code ... 
    # (see examples/langchain_example.py for full agent example)

asyncio.run(main())

🗂️ 项目结构

agenthotspot-mcp/
├── src/
│   └── agenthotspot_mcp/
│       ├── __init__.py      # Package exports
│       ├── __main__.py      # Entry point
│       └── server.py        # MCP server implementation
├── examples/
│   ├── claude_config.json   # Claude Desktop config example
│   └── langchain_example.py # Python langchain usage example
├── pyproject.toml           # Package configuration
├── requirements.txt         # Dependencies
├── LICENSE                  # MIT License
├── CONTRIBUTING.md          # Contribution guidelines
└── README.md               # This file

🤝 参与贡献

欢迎贡献!请参阅 CONTRIBUTING.md 了解相关指南。

  1. Fork 此仓库
  2. 创建功能分支(git checkout -b feature/amazing-feature)
  3. 提交更改(git commit -m 'Add amazing feature')
  4. 推送到分支(git push origin feature/amazing-feature)
  5. 创建 Pull Request

📄 许可证

本项目采用 MIT 许可证 — 详情请参阅 LICENSE 文件。


🔗 链接


由 AgentHotspot 团队倾心打造 ❤️

发现连接器

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。