关于 Agent Connectors
Agent Connectors 是用于查询公开 Agent Connectors 目录的只读 MCP 服务,适合查找 MCP 服务和 AI Agent 连接器。它检索目录记录,但不会运行、安装或测试条目中的服务。
主要功能
- 01按名称、标识或描述搜索
- 02按分类筛选目录条目
- 03通过标识获取单个条目
- 04列出分类及条目数量
适用场景
- 01查找特定用途的 MCP 服务
- 02浏览某一分类的连接器
- 03读取目录中某个条目的详情
MCP 相关
它通过 MCP 提供目录搜索、条目查询和分类列表工具。可使用远程 Streamable HTTP 端点,也可通过 stdio 运行。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://agentconnectors.dev/mcpclaude mcp add --transport http janijegoroff-agent-connectors https://agentconnectors.dev/mcp{"mcpServers":{"janijegoroff-agent-connectors":{"type":"http","url":"https://agentconnectors.dev/mcp"}}}在 Cursor 中打开{"servers":{"janijegoroff-agent-connectors":{"type":"http","url":"https://agentconnectors.dev/mcp"}}}在 VS Code 中打开{"mcpServers":{"janijegoroff-agent-connectors":{"type":"http","url":"https://agentconnectors.dev/mcp"}}}{"mcpServers":{"janijegoroff-agent-connectors":{"serverUrl":"https://agentconnectors.dev/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
详细介绍
Agent Connectors MCP 服务
只读 MCP 服务,用于搜索公开的 Agent Connectors MCP 服务和 AI Agent 连接器目录。
功能
这些工具读取 https://agentconnectors.dev/api/tools.json?limit=all,如果响应分页,则会跟进 next。它们返回目录记录,但不会运行、安装或测试这些记录中的服务。
search_tools— 根据条目名称、slug 和描述匹配查询,可选按类别 slug 筛选。get_tool— 根据 slug 获取单个条目。list_categories— 返回类别名称、slug 和条目数,条目数根据目录响应统计。
search_tools 的查询示例:
{ "query": "web search", "category": "search" }
远程端点
https://agentconnectors.dev/mcp 通过 Streamable HTTP 提供此服务。无需身份验证。
安装
此仓库未发布到 npm。克隆仓库、安装依赖,然后让客户端指向该克隆。需要 Node.js 22 或更高版本。
git clone https://github.com/JaniJegoroff/agent-connectors-mcp.git
cd agent-connectors-mcp
npm install
此服务通过 stdin 和 stdout 使用 MCP:
node --experimental-strip-types src/index.ts
将 /absolute/path/to/agent-connectors-mcp 替换为克隆仓库的绝对路径。请先在该目录中运行 npm install。
Claude Desktop
将以下内容添加到 claude_desktop_config.json:
{
"mcpServers": {
"agent-connectors": {
"command": "node",
"args": ["--experimental-strip-types", "src/index.ts"],
"cwd": "/absolute/path/to/agent-connectors-mcp"
}
}
}
Cursor
项目文件 .cursor/mcp.json,或 Cursor 全局 MCP 设置:
{
"mcpServers": {
"agent-connectors": {
"command": "node",
"args": ["--experimental-strip-types", "src/index.ts"],
"cwd": "/absolute/path/to/agent-connectors-mcp"
}
}
}
VS Code
项目文件 .vscode/mcp.json。cwd 是克隆仓库的根目录:
{
"servers": {
"agent-connectors": {
"type": "stdio",
"command": "node",
"args": ["--experimental-strip-types", "src/index.ts"],
"cwd": "${workspaceFolder}"
}
}
}
可选的 Streamable HTTP 模式,绑定到 127.0.0.1:8791:
node --experimental-strip-types src/index.ts --http
HTTP 端点为 http://127.0.0.1:8791/mcp。设置 PORT 可使用其他端口。设置 AGENT_CONNECTORS_API 可将目录数据的获取地址指向其他 tools.json URL。
Docker
Glama 构建此镜像,并通过 stdio 检查服务。
docker build -t agent-connectors-mcp .
docker run -i --rm agent-connectors-mcp
镜像为 node:22-slim。它使用 npm ci --omit=dev 安装生产依赖,复制 src,并通过 node --experimental-strip-types src/index.ts 启动 stdio 模式。
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。