MCPAgentAI 🚀

MCPAgentAI 🚀

MCPAgentAI 是一个标准化的工具封装框架，用于以统一方式实现和管理各类工具。它旨在帮助开发者快速集成并启动基于工具的用例。

主要功能

• 🔧 标准化封装：提供一个抽象层，用于使用 MCP 协议构建工具。
• 🚀 灵活的用例：可轻松添加或移除工具，以满足特定需求。
• ✨ 开箱即用的工具：包含适用于常见场景的预构建工具：
  • 🐦 Twitter 管理：自动发布推文、回复并管理 Twitter 互动。
  • 💸 加密货币：获取最新的加密货币价格。
  • 🤖 ElizaOS 集成：无缝连接并与 ElizaOS 交互，增强自动化能力。
  • 🕑 时间实用工具
  • ☁️ 天气信息（API）
  • 📚 词典查询
  • 🧮 数学表达式计算器
  • 💵 货币兑换（API）
  • 📈 股票数据：获取实时和历史股市信息。
  • [WIP] 📰 新闻：获取最新新闻标题。

技术栈 🛠️

• Python：核心编程语言
• MCP 框架：通信协议
• Docker：容器化

🤔 什么是 MCP？

模型上下文协议（MCP） 是一种前沿标准，用于在 AI 模型和系统之间共享和管理上下文。可以把它看作 AI Agent 用来无缝交互的语言。🧠✨

MCP 的重要性如下：

• 🧩 标准化：MCP 定义了如何在模型之间共享上下文，从而实现互操作性。
• ⚡ 可扩展性：它专为处理高吞吐量的大规模 AI 系统而构建。
• 🔒 安全性：提供可靠的身份验证和细粒度访问控制。
• 🌐 灵活性：适用于各种系统和 AI 架构。

来源

安装 📦

通过 PyPI 安装

pip install mcpagentai

---

使用 💻

在本地运行

mcpagentai --local-timezone "America/New_York"

在 Docker 中运行

1. 构建 Docker 镜像： docker build -t mcpagentai .

2. 运行容器： docker run -i --rm mcpagentai

---

Twitter 集成 🐦

MCPAgentAI 提供强大的 Twitter 集成功能，可自动发布推文、回复并管理 Twitter 互动。本节详细介绍如何通过 Docker 和 .env + scripts/run_agent.sh 配置和使用 Twitter 集成。

Twitter 集成的 Docker 环境变量

在 Docker 中运行 MCPAgentAI 时，必须配置 Twitter 集成所需的环境变量。这些变量分为两类：

1. Agent 节点客户端凭据

这些凭据供 Agent 中的 Node.js 客户端用于管理 Twitter 互动。

ENV TWITTER_USERNAME=
ENV TWITTER_PASSWORD=
ENV TWITTER_EMAIL=

2. Tweepy（Twitter API v2）凭据

这些凭据由 Tweepy 用于与 Twitter API v2 交互。

ENV TWITTER_API_KEY=
ENV TWITTER_API_SECRET=
ENV TWITTER_ACCESS_TOKEN=
ENV TWITTER_ACCESS_SECRET=
ENV TWITTER_CLIENT_ID=
ENV TWITTER_CLIENT_SECRET=
ENV TWITTER_BEARER_TOKEN=

使用 Docker 运行 MCPAgentAI

1. 构建 Docker 镜像：

   docker build -t mcpagentai .
   

2. 运行容器：

   docker run -i --rm mcpagentai
   

使用 .env + scripts/run_agent.sh 运行 MCPAgentAI

设置环境变量

在项目根目录中创建 .env 文件，并添加以下环境变量：

ANTHROPIC_API_KEY=your_anthropic_api_key
ELIZA_PATH=/path/to/eliza
TWITTER_USERNAME=your_twitter_username
TWITTER_EMAIL=your_twitter_email
TWITTER_PASSWORD=your_twitter_password
PERSONALITY_CONFIG=/path/to/personality_config.json
RUN_AGENT=True

# Tweepy (Twitter API v2) Credentials
TWITTER_API_KEY=your_twitter_api_key
TWITTER_API_SECRET=your_twitter_api_secret
TWITTER_ACCESS_TOKEN=your_twitter_access_token
TWITTER_ACCESS_SECRET=your_twitter_access_secret
TWITTER_CLIENT_ID=your_twitter_client_id
TWITTER_CLIENT_SECRET=your_twitter_client_secret
TWITTER_BEARER_TOKEN=your_twitter_bearer_token

运行 Agent

1. 使脚本可执行：

   chmod +x scripts/run_agent.sh
   

2. 运行 Agent：

   bash scripts/run_agent.sh
   

总结

你可以配置 MCPAgentAI，通过 Docker 运行并集成 Twitter，也可以在 .env 文件中设置环境变量，然后运行 scripts/run_agent.sh 脚本。

这种灵活性让你可以选择最适合部署环境的方法。

---

ElizaOS 集成 🤖

MCPAgentAI 可与 ElizaOS 无缝集成，通过 Eliza Agent 提供增强的自动化能力。集成 Eliza Agent 主要有两种方式：

1. 直接在 mcpagentai 中使用 Eliza Agent

这种方式无需在后台运行 Eliza 框架，即可使用 Eliza Agent。它将 Eliza 功能直接嵌入 MCPAgentAI，简化了设置流程。

步骤：

1. 配置 MCPAgentAI 以使用 Eliza MCP Agent： 在 Python 代码中，将 Eliza MCP Agent 添加到 MultiToolAgent：

   from mcpagentai.core.multi_tool_agent import MultiToolAgent
   from mcpagentai.tools.eliza_mcp_agent import eliza_mcp_agent
   
   multi_tool_agent = MultiToolAgent([
       # ... other agents
       eliza_mcp_agent
   ])
   

Advantages:

• Simplified Setup: No need to manage separate background processes.
• Easier Monitoring: All functionalities are encapsulated within MCPAgentAI.
• Highlight Feature: Emphasizes the flexibility of MCPAgentAI in integrating various tools seamlessly.

2. Run Eliza Framework from mcpagentai

This method involves running the Eliza Framework as a separate background process alongside MCPAgentAI.

Steps:

1. Start Eliza Framework: bash src/mcpagentai/tools/eliza/scripts/run.sh

2. Monitor Eliza Processes: bash src/mcpagentai/tools/eliza/scripts/monitor.sh

3. Configure MCPAgentAI to Use Eliza Agent: In your Python code, add Eliza Agent to the MultiToolAgent:

   from mcpagentai.core.multi_tool_agent import MultiToolAgent
   from mcpagentai.tools.eliza_agent import eliza_agent
   
   multi_tool_agent = MultiToolAgent([
      # ... other agents
      eliza_agent
   ])
   

---

教程：选择特定工具

你可以通过修改服务端的 Agent 配置，或更新 server.py 文件以仅加载所需的 Agent，来配置 MCPAgentAI 只运行特定工具。例如：

from mcpagentai.tools.time_agent import TimeAgent
from mcpagentai.tools.weather_agent import WeatherAgent
from mcpagentai.core.multi_tool_agent import MultiToolAgent

multi_tool_agent = MultiToolAgent([
    TimeAgent(),
    WeatherAgent()
])
This setup will only enable **Time** and **Weather** tools.

---

集成示例：Claude Desktop 配置

你可以使用以下配置（claude_desktop_config.json）将 MCPAgentAI 集成到 Claude Desktop 中。请注意： 本地 ElizaOS 仓库是可选参数：

{
    "mcpServers": {
        "mcpagentai": {
            "command": "docker",
            "args": ["run", "-i", "-v", "/path/to/local/eliza:/app/eliza", "--rm", "mcpagentai"]
        }
    }
}

---

开发 🛠️

1. 克隆此仓库：

   git clone https://github.com/mcpagents-ai/mcpagentai.git
   cd mcpagentai
   

2. （可选）创建虚拟环境：

   python3 -m venv .venv
   source .venv/bin/activate
   

3. 安装依赖项：

   pip install -e .
   

4. 构建软件包：

   python -m build
   

---

贡献 🤝

欢迎贡献！请提交 issue 或 pull request。

---

许可证：MIT
祝你使用愉快！🎉