mcpField
A
Agentis MCP

Agentis MCP

本地服务
github.com/AgentisLabsAI 与智能体284 周前更新

关于 Agentis MCP

Agentis MCP 是用于构建自定义 Agent 和多 Agent 系统的 Python 框架,可通过 MCP 服务访问工具与资源。它提供传输方式和连接管理选项,适合组装 Agent 工作流。

主要功能

  1. 01访问 MCP 工具与资源
  2. 02编排多 Agent 工作流
  3. 03自定义 Agent API
  4. 04支持 stdio 和 SSE 传输
  5. 05持久与临时连接管理
  6. 06聚合多个 MCP 服务

适用场景

  1. 01构建使用 MCP 工具的 Agent
  2. 02协调多 Agent 工作流
  3. 03整合多个 MCP 服务的工具

MCP 相关

它连接 Agent 与 MCP 服务,以访问工具和资源,并支持 stdio、SSE 传输方式。它也可聚合多个 MCP 服务。

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。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

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

Agentis MCP

一个灵活的多 Agent 框架,用于通过 MCP 服务连接构建功能强大的 AI Agent。

功能特性

  • 连接 MCP 服务以使用工具并检索资源
  • 通过强大的编排构建多 Agent 工作流
  • 用于创建自定义 Agent 的简洁直观 API
  • 灵活的配置系统
  • 支持不同的传输机制(stdio、SSE)
  • 持久和临时连接管理
  • 聚合多个工具服务

安装

pip install agentis-mcp

快速开始

import asyncio
from agentis_mcp import Agent, AgentContext
from agentis_mcp.config import load_config

async def main():
    # Load the configuration from a YAML file
    config = load_config("config.yaml")
    
    # Create an agent context
    context = AgentContext(config)
    
    # Create an agent with the context
    async with Agent(context) as agent:
        # Run a task with the agent
        result = await agent.run("What's the weather in San Francisco?")
        print(result)

asyncio.run(main())

文档

详细文档请参阅 文档 目录。

许可证

APACHE 2.0

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。