mcpField
M
MCP Agent Server

MCP Agent Server

远程服务
github.com/LeadBroafAI 与智能体573 周前更新
代码仓库

关于 MCP Agent Server

MCP Agent Server 是用于构建和管理持久化 AI Agent 的开源平台,面向使用 n8n 等工作流引擎的团队。它结合自然语言任务输入、Agent 专属记忆与反馈接口,并支持通过 Docker 部署及连接器和技能扩展。

主要功能

  1. 01自然语言任务输入
  2. 02持久化的 Agent 专属记忆
  3. 03反馈与学习循环
  4. 04通过 n8n 等工作流引擎编排
  5. 05使用 Docker Compose 部署
  6. 06可插拔连接器和技能

适用场景

  1. 01将自然语言请求转为工作流任务
  2. 02在多次操作间保留 Agent 记忆和反馈
  3. 03构建分析师或管理员等特定角色的 AI Agent

MCP 相关

它提供 MCP 服务端点,默认地址为 http://localhost:4000。其 API 包含 Agent 记忆、反馈和触发接口;触发接口目前标注为 n8n 集成存根。

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。

服务地址http://localhost:4000
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

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

MCP Agent 服务

这是面向 AI 员工的开源“大脑”,旨在与 n8n 和其他工作流引擎配合使用。

快速开始

  1. 克隆仓库: git clone https://github.com/yourusername/mcp-agent-server.git cd mcp-agent-server

  2. 根据需要复制文档和记忆文件夹。

  3. 使用 Docker Compose 构建并运行: docker-compose up --build

  4. MCP 服务将在 http://localhost:4000 上提供

入门

  1. 确保已安装 Node.js 和 Docker。
  2. 删除 package.json 中的所有注释(JSON 不支持注释)。
  3. 运行 npm install 安装依赖。
  4. 使用 docker-compose up --build 启动所有服务。
  5. 服务将在 http://localhost:4000 上提供。
  6. 有关架构和设计,请参阅 /docs 和 /memory 文件夹,以及 MCP memory 中的“mcp-agent-server project plan”。

项目结构

  • /docs — 设计、架构和使用文档
  • /memory — 持久记忆、日志和知识

项目愿景:MCP Agent Server

mcp-agent-server 是面向 AI 员工/Agent 的开源模块化“大脑”,旨在与 n8n 和其他工作流引擎无缝协作。

  • AI 员工理念:
    让用户能够“雇用”“分配任务”“评估”和“改进”持久化 AI Agent;每个 Agent 都拥有自己的记忆、学习能力和反馈循环。

  • 观点鲜明,以 Agent 为中心:
    与通用工作流自动化工具不同,MCP Agent 服务观点鲜明,专注于“AI 员工”理念,将记忆、反馈和学习作为核心功能,而不是可选附加项。

  • 自然语言界面:
    接受自然语言指令(而不仅仅是 API 调用或工作流触发),将其解析为可执行任务,并通过 n8n 或其他连接器编排执行。

  • 主动、适应性强且个性化:
    Agent 可以提出行动建议、从用户反馈中学习,并随着时间推移不断改进。

  • 垂直解决方案与简洁易用:
    支持垂直解决方案(例如“AI 分析师”“AI 管理员”),提供预构建技能、工作流和反馈循环;同时为中小企业和个人用户提供简单、无需技术背景的使用体验。

  • 持久化、以 Agent 为中心的记忆:
    记忆和反馈会持久保存,并以 Agent 为中心,使 Agent 能够记住过去的行动、用户偏好和表现历史。

  • 易于部署且可扩展:
    专为轻松部署(Docker、Docker Compose)、可扩展性(可插拔连接器和技能)以及 SaaS 变现(多租户、API 密钥管理、账单集成)而设计。

  • 不只是又一个工作流工具:
    MCP Agent 服务是一个用于构建、管理和改进 AI 员工的平台。AI 员工与人类协同工作,从经验中学习,并创造真正的业务价值。

完整的设计、架构和背景信息,请参阅 MCP memory 中的“mcp-agent-server project plan”实体以及 /docs 和 /memory 文件夹。

API 身份验证

除 /health、/users/register 和 /users/login 外,所有端点都需要 x-api-key 标头。API 密钥按用户管理。用户和 API 密钥管理方式如下。

用户和 API 密钥管理

端点
  • POST /users/register — 注册新用户(电子邮件、密码)
  • POST /users/login — 登录并获取 API 密钥
  • GET /users/me/api-keys — 列出你的 API 密钥
  • POST /users/me/api-keys — 创建新的 API 密钥
  • DELETE /users/me/api-keys/:id — 撤销 API 密钥
PowerShell 使用示例
# Register a new user
Invoke-RestMethod -Uri "http://localhost:4000/users/register" -Method Post -ContentType "application/json" -Body '{"email": "[email protected]", "password": "yourpassword"}'

# Login and get API key
$login = Invoke-RestMethod -Uri "http://localhost:4000/users/login" -Method Post -ContentType "application/json" -Body '{"email": "[email protected]", "password": "yourpassword"}'
$apiKey = $login.apiKey

# List API keys
Invoke-RestMethod -Uri "http://localhost:4000/users/me/api-keys" -Method Get -Headers @{ "x-api-key" = $apiKey }

# Create a new API key
Invoke-RestMethod -Uri "http://localhost:4000/users/me/api-keys" -Method Post -Headers @{ "x-api-key" = $apiKey }

# Revoke an API key (replace 1 with the actual key id)
Invoke-RestMethod -Uri "http://localhost:4000/users/me/api-keys/1" -Method Delete -Headers @{ "x-api-key" = $apiKey }
curl 使用示例
# Register a new user
curl -X POST http://localhost:4000/users/register -H "Content-Type: application/json" -d '{"email": "[email protected]", "password": "yourpassword"}'

# Login and get API key
curl -X POST http://localhost:4000/users/login -H "Content-Type: application/json" -d '{"email": "[email protected]", "password": "yourpassword"}'

# List API keys
curl http://localhost:4000/users/me/api-keys -H "x-api-key: <your-api-key>"

# Create a new API key
curl -X POST http://localhost:4000/users/me/api-keys -H "x-api-key: <your-api-key>"

# Revoke an API key (replace 1 with the actual key id)
curl -X DELETE http://localhost:4000/users/me/api-keys/1 -H "x-api-key: <your-api-key>"

Agent 记忆和反馈端点

  • POST /agents/:id/memory — 为 Agent 添加记忆/反馈。
  • GET /agents/:id/memory — 列出 Agent 的所有记忆/反馈。
  • POST /agents/:id/trigger — 触发 Agent 操作(用于 n8n 集成的存根)。
PowerShell 使用示例
$headers = @{ "x-api-key" = "changeme" }

# Create an agent
Invoke-RestMethod -Uri "http://localhost:4000/agents" -Method Post -Headers $headers -ContentType "application/json" -Body '{"name": "Test Agent"}'

# Add memory/feedback
Invoke-RestMethod -Uri "http://localhost:4000/agents/1/memory" -Method Post -Headers $headers -ContentType "application/json" -Body '{"content": "Agent completed onboarding."}'

# List memory/feedback
Invoke-RestMethod -Uri "http://localhost:4000/agents/1/memory" -Method Get -Headers $headers

# Trigger agent
Invoke-RestMethod -Uri "http://localhost:4000/agents/1/trigger" -Method Post -Headers $headers
curl 使用示例
curl -X POST http://localhost:4000/agents/1/memory -H "Content-Type: application/json" -H "x-api-key: changeme" -d '{"content": "Agent completed onboarding."}'
curl http://localhost:4000/agents/1/memory -H "x-api-key: changeme"
curl -X POST http://localhost:4000/agents/1/trigger -H "x-api-key: changeme"

数据库迁移与架构管理

  • 所有数据库迁移都会在容器启动时自动应用(参见 docker-entrypoint.sh)。
  • 添加新模型或字段:
    1. 编辑 prisma/schema.prisma。
    2. 在本地运行 npx prisma migrate dev --name <desc>(确保 Docker Postgres 正在运行)。
    3. 将生成的迁移文件提交到 git 中的 prisma/migrations/。
  • 每次部署或重新构建容器时,都会自动应用所有迁移。

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。