agent-loop-mcp

Name: agent-loop-mcp
Author: meharajM

本地服务

github.com/meharajM记忆与知识015 周前更新

代码仓库

关于 agent-loop-mcp

agent-loop-mcp 将用于持久状态管理的 MCP 服务与用于编排的 Agent Skill 结合，面向长时间运行的工作流。它会监测字数以触发压缩，并在失败后采用恢复策略。

主要功能

01持久化状态管理
02按字数触发上下文压缩
03失败恢复策略
04用于编排的 Agent Skill

适用场景

01在长时间运行的 Agent 工作流中保留状态
02字数达到阈值时压缩上下文
03工作流失败后执行恢复

MCP 相关

MCP 服务负责管理 Agent 状态，通过 npx 配置为本地服务。项目还要求安装其 Agent Skill 来进行编排。

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。

mcp.json · 通用配置

{
  "mcpServers": {
    "meharajm-agent-loop": {
      "command": "npx",
      "args": [
        "-y",
        "@mhrj/mcp-agent-loop"
      ]
    }
  }
}

启动命令npx -y @mhrj/mcp-agent-loop

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包

npm@mhrj/mcp-agent-loop1.0.3stdio

工具

收录的工具列表 · 更新于 2 周前

参数	类型	必填	说明
objective	string	是	Agent 要实现的总体目标
session_id	string	是	此循环会话的唯一标识符

详细介绍

Agentic Loop Memory Server ♾️

面向长时间运行的 Agentic 工作流的行业标准持久化记忆和状态管理器。

让任何 AI 模型——尤其是上下文窗口有限的小型模型——也能具备高端模型般的持久性。本项目由两部分组成：用于状态管理的 MCP Server 和用于编排的 Agent Skill。

🛠 完整设置（必需）

为获得最佳体验，必须同时安装编排技能和 MCP 服务。

1. 安装技能

将 agentic-loop 技能安装到你的 AI Agent 中（Codex、Claude Code、Cursor、Gemini CLI、GitHub Copilot 及其他 Agent Skills 宿主）：

npx skills add meharajM/agent-loop-mcp@agentic-loop -g -y

激活前预览技能：

gh skill preview meharajM/agent-loop-mcp agentic-loop

2. 配置 MCP 服务

将以下内容添加到你的 `mcp_config.json` 中：

{
  "mcpServers": {
    "agent-loop": {
      "command": "npx",
      "args": ["-y", "@mhrj/mcp-agent-loop"]
    }
  }
}

🌟 此方案的独特之处

与被动记忆工具不同，这是一款主动状态管理器。它会监控字数以触发压缩周期，并在每次失败时强制执行“自我修复策略”，避免 AI Agent 陷入无休止的循环。

📂 项目结构

src/：MCP 服务的 TypeScript 源代码。
skills/agentic-loop/SKILL.md：AI 的使用说明。
build/：JavaScript 构建产物。

📄 许可证

ISC

支持 Markdown

登录后评论

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。

阅读入门指南

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。