·

MCPC

通过组合现有 MCP 工具，构建具备 Agent 能力的 MCP 服务。

MCPC 是用于构建具备 Agent 能力的 MCP（Model Context Protocol）服务的 SDK。你可以用它来：

1. 创建强大的 Agent 工具： 只需用文字描述你的构想，并引用 不断扩大的 MCP 社区中的工具。 作为标准 MCP 工具，你的 Agent 可以在任何地方运行，并无缝协作。
2. 微调现有工具： 灵活修改现有工具的描述和参数，或包装并筛选结果，从而精准适配你的特定业务场景。
3. 构建多 Agent 系统： 将每个 Agent 定义为 MCP 工具，即可组合并编排这些工具，构建复杂的协作式多 Agent 系统。

核心功能

• 可移植性与 Agent 互操作性：构建一次，即可作为 MCP 工具随处运行——Agent 可在所有 MCP 客户端之间协作，并通过标准 MCP 接口相互发现和协作
• 简单组合与微调：将 MCP 服务作为构建模块进行组合，选择并自定义工具，或修改其描述和参数
• 日志记录与追踪：内置 MCP 日志记录和 OpenTelemetry 追踪支持
• 技能支持：遵循 Agent Skills 规范定义领域专属知识——部署到生产环境、通过 MCP 共享，并声明工具依赖项
• 灵活的执行模式：提供多种专用模式以适应不同场景——交互式 Agent（agentic）、AI SDK 采样（ai_sampling）、AI ACP 模式（ai_acp）、安全代码执行 （code_execution）以及沙箱 + 采样 （code_execution_sampling）——每种模式都有专门的实现

快速开始

三种开始方式

1. 使用网站（最快）

访问 mcpc.tech，浏览官方 MCP 注册表中的服务、发现工具并生成可直接使用的 Agent。

2. 使用 Agent（交互式）

让 AI 帮你发现服务并构建 Agent：

添加到你的 MCP 客户端：

{
  "mcpServers": {
    "mcpc-builder-agent": {
      "command": "npx",
      "args": ["-y", "@mcpc-tech/builder", "mcpc-builder-agent"]
    }
  }
}

3. 编写代码（完全掌控）

直接使用 SDK 进行全面自定义。请参阅下方示例。

---

安装

# npm (from npm registry)
npm install @mcpc-tech/core
# npm (from jsr)
npx jsr add @mcpc/core

# deno
deno add jsr:@mcpc/core

# pnpm (from npm registry)
pnpm add @mcpc-tech/core
# pnpm (from jsr)
pnpm add jsr:@mcpc/core

也可以通过 CLI 直接运行（无需安装）：

# Run with remote configuration
npx -y @mcpc-tech/cli --config-url \
  "https://raw.githubusercontent.com/mcpc-tech/mcpc/main/packages/cli/examples/configs/codex-fork.json"

示例：创建简单的 Codex/Claude Code 分支

import { mcpc } from "@mcpc/core";

const server = await mcpc(
  [{ name: "coding-agent", version: "0.1.0" }, { capabilities: { tools: {} } }],
  [{
    name: "coding-agent",
    description: `
      You are a coding assistant with advanced capabilities.

      Your capabilities include:
      - Reading and writing files
      - Executing terminal commands to build, test, and run projects
      - Interacting with GitHub to create pull requests and manage issues

      Available tools:
      <tool name="desktop-commander.execute_command" />
      <tool name="desktop-commander.read_file" />
      <tool name="desktop-commander.write_file" />
      <tool name="github.create_pull_request" />
    `,
    deps: {
      mcpServers: {
        "desktop-commander": {
          command: "npx",
          args: ["-y", "@wonderwhy-er/desktop-commander@latest"],
          transportType: "stdio",
        },
        github: {
          transportType: "streamable-http",
          url: "https://api.githubcopilot.com/mcp/",
        },
      },
    },
  }],
);

完整示例：请参阅完整的 Codex 分支教程。

安装 MCPC Core 技能

使用 skills.sh将 mcpc-core 技能安装到你的项目中：

npx skills add mcpc-tech/mcpc

这会将技能安装到 .agents/skills/mcpc-core/，让你的 Agent 能按需访问完整的 @mcpc/core API 参考、使用模式、插件指南和注意事项。

---

示例：加载 Agent Skills

对于内联 description 变得冗长复杂的 Agent，可使用 Agent Skills将领域知识整理到单独的文件中，并按需加载。

import { createBashPlugin, createSkillsPlugin } from "@mcpc/core/plugins";

const server = await mcpc(
  [{ name: "my-agent", version: "1.0.0" }, { capabilities: { tools: {} } }],
  [{
    name: "my-agent",
    description: 'An agent with domain knowledge\n\n<tool name="bash"/>',
    plugins: [
      createSkillsPlugin({ paths: ["./skills"] }),
      createBashPlugin(),
    ],
  }],
);

技能会按需加载领域知识，而 bash 插件则支持执行脚本。对于 scripts/ 目录中的脚本，技能会返回路径——使用 bash 工具执行。

完整示例：请参阅 14-skills-plugin.ts 和 25-skills-with-bash.ts。

示例：渐进式手册披露

对于包含详细说明的 Agent，可使用 manual 字段缩短初始提示词长度——完整手册会通过 man { manual: true } 按需获取：

const server = await mcpc(
  [{ name: "code-reviewer", version: "1.0.0" }, {
    capabilities: { tools: {} },
  }],
  [{
    name: "code-reviewer",
    description: "AI code reviewer for quality and security analysis.",
    manual: `Detailed review guidelines...
<tool name="desktop-commander.read_file"/>
<tool name="desktop-commander.write_file"/>

## Review Categories
1. Code Quality - readability, naming, complexity
2. Security - SQL injection, XSS, credentials
...`,
    deps: {
      mcpServers: {
        "desktop-commander": {
          command: "npx",
          args: ["-y", "@wonderwhy-er/[email protected]"],
          transportType: "stdio",
        },
      },
    },
  }],
);

完整示例：请参阅 21-progressive-manual.ts。

工作原理

简单三步：

1. 定义依赖项 - 列出你想使用的 MCP 服务
2. 编写 Agent 描述 - 描述你的 Agent 的功能，并引用 工具
3. 创建服务 - 使用 mcpc() 构建并连接你的服务

执行模式

MCPC 提供多种灵活的执行模式，以适应不同场景：

模式	描述	用例	是否需要插件
agentic	交互式逐步执行	标准 Agent 交互	内置
ai_sampling	AI SDK 采样模式	自主 AI SDK 执行	内置
ai_acp	AI SDK ACP 模式	编码 Agent（Claude Code 等）	内置
code_execution	可访问工具的安全 JavaScript 沙箱	代码生成与执行	外部
code_execution_sampling	安全沙箱，加上由 MCP 采样支持的调用	也可以请求客户端模型的沙箱执行	外部

注意： agentic、ai_sampling 和 ai_acp 是内置模式——只需设置 options.mode 即可使用。code_execution 和 code_execution_sampling 需要安装并加载相应的插件包。

快速示例

// Interactive agent (default)
{ options: { mode: "agentic" } }

// Autonomous agent
{ options: { mode: "ai_sampling", samplingConfig: { maxIterations: 10 } } }

// Code execution with sandbox
import { createCodeExecutionPlugin } from "@mcpc/plugin-code-execution/plugin";
{
  plugins: [createCodeExecutionPlugin()],
  options: { mode: "code_execution" }
}

详细文档：请参阅 执行模式指南，了解各模式、配置选项和最佳实践的全面信息。

文档

• 快速入门 - 安装和 入门步骤
• 创建你的第一个 Agent - 完整教程
• 执行模式 - 所有 执行模式的全面指南
• CLI 使用指南 - 使用 MCPC CLI
• 日志记录与追踪 - MCP 日志记录和 OpenTelemetry 追踪
• 示例 - 实际用例
• 常见问题 - 常见问题与解答

示例

请参阅示例目录中的可运行示例，或 查看 Codex 分支教程。

贡献

欢迎贡献！详情请参阅 CONTRIBUTING.md。

许可证

MIT 许可证 - 详情请参阅 LICENSE。