mcpField
E
Egent

Egent

本地服务
github.com/xuezhaojunAI 与智能体276 周前更新

关于 Egent

Egent 是面向团队的 MCP 服务,通过代码仓库共享 Agent 操作手册,让使用不同编码 Agent 的工程师获取集中维护、可版本管理的指令。

主要功能

  1. 01跨 Agent 共享操作手册
  2. 02使用基于代码仓库的操作手册
  3. 03通过 GitHub 协作编辑和版本管理
  4. 04使用 pb_start 开始会话

适用场景

  1. 01向团队成员的编码 Agent 分发新操作手册
  2. 02维护和修订共享的 Agent 指令

MCP 相关

Egent 通过 MCP 工具和资源提供代码仓库中的操作手册,供编码 Agent 使用共享上下文。

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": {
"egent": {
"command": "npx",
"args": [
"-y",
"egent"
]
}
}
}
启动命令npx -y egent

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
npmegent

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

PlaybookMCP 徽标

一个用于在 Agent 之间共享操作手册的协作式 MCP 服务

已启用 MCP 状态

📋 动机与概述

Cursor、Windsurf、Augment Code 和 Cline 等现代编程工具都提供了强大的“Agent 模式”,可根据自然语言指令自动完成复杂任务:

  • 更新软件包依赖项并修复 CVE 漏洞
  • 跨多个文件执行常规代码重构
  • 为新增或现有功能添加单元测试
  • 统一代码格式并修复 lint 问题

然而,这些功能面临一个关键限制:上下文共享。

问题
  • 每位团队成员使用的工具各不相同(Cursor、Cline 等)
  • 自然语言“操作手册”仅存在于个人环境中
  • 缺少集中共享、版本管理或协作改进这些操作手册的方式
  • 团队成员各自编写 Agent 指令,形成操作手册孤岛
解决方案:playbookmcp

playbookmcp 将基于 GitHub 仓库的操作手册转换为 MCP 服务,供所有主流编程工具使用。这使得团队能够:

  • 通过标准 GitHub 工作流协作编辑操作手册
  • 对团队的操作手册进行版本控制
  • 在整个团队中即时共享新能力

例如,工程师 Alice 为“在整个 monorepo 中更新依赖版本”添加新的操作手册,将其提交到操作手册仓库并推送后,工程师 Bob 就能立即在自己首选的编码工具中使用此功能。

🔍 设计

设计示意图

团队可以通过编辑操作手册仓库(通常是 GitHub 仓库)持续丰富知识库,让 AI 自动完成各种任务。

有关操作手册仓库结构的详细信息,请参阅 docs/playbook.md。

🚀 使用方法

设置
基本配置

要将 playbookmcp 与远程操作手册仓库配合使用:

{
  "mcpServers": {
    "playbookmcp": {
      "command": "npx",
      "args": [
        "-y",
        "playbookmcp@latest",
        "--playbook-repo",
        "<your playbook repo>"
      ]
    }
  }
}
本地开发

要使用本地上下文目录进行测试:

{
  "mcpServers": {
    "playbookmcp-local": {
      "command": "npx",
      "args": [
        "-y",
        "playbookmcp@latest",
        "--playbook-path",
        "<your playbook files path>"
      ]
    }
  }
}
PlaybookMCP 开发

要开发 PlaybookMCP 本身:

{
  "mcpServers": {
    "playbookmcp-dev": {
      "command": "node",
      "args": [
        "build/index.js",
        "--playbook-path",
        "<your playbook files path>"
      ]
    }
  }
}

你也可以使用 inspector 检查 MCP 资源:

npx @modelcontextprotocol/inspector node build/index.js --playbook-repo <your playbook repo>
与代码 Agent 聊天

以下是 Cursor 中的配置示例:

{
  "mcpServers": {
    "playbookmcp": {
      "command": "npx",
      "args": [
        "-y",
        "playbookmcp@latest",
        "--playbook-repo",
        "[email protected]:xuezhaojun/PlaybookMCP-demo.git"
      ]
    }
  }
}

启动交互的第一条命令必须是 pb_start:

pb_start Say Hi to playbookmcp.

也可以指定得更具体:

use MCP tool pb_start Say hi to playbookmcp.

随后,你的代码 Agent 会在此 问题 上添加评论。

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。