mcpField
S
systemprompt-agent-server

systemprompt-agent-server

本地服务
github.com/Ejb503AI 与智能体1688 周前更新

关于 systemprompt-agent-server

systemprompt-agent-server 是用于创建和管理 AI Agent 的 MCP 服务,通过 systemprompt.io 管理提示词与工具配置,并支持提示词版本、资源、采样和通知。

主要功能

  1. 01创建和编辑 AI Agent
  2. 02管理带版本的系统提示词
  3. 03创建和浏览 Agent 资源
  4. 04采样与事件通知

适用场景

  1. 01配置带自定义提示词和工具的 Agent
  2. 02维护提示词版本与元数据
  3. 03向 MCP 客户端提供 Agent 资源

MCP 相关

向 MCP 客户端提供 Agent、提示词、资源和系统管理工具。采样与通知需要客户端支持,项目专为配合 multimodal-mcp-client 使用而设计。

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": {
"systemprompt-mcp-core": {
"command": "npx",
"args": [
"-y",
"@smithery/cli"
]
}
}
}
启动命令npx -y @smithery/cli

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@smithery/cli

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

systemprompt-agent-server

npm version smithery badge License: Apache-2.0 Twitter Follow Discord

网站 | 文档 | 博客 | 获取 API 密钥

一款专用的模型上下文协议(MCP)服务,可通过强大的提示词和工具管理系统创建、管理和扩展 AI Agent。该服务与 systemprompt.io 集成,可通过 MCP 无缝创建、管理和为系统提示词进行版本控制。

使用此服务需要 API KEY。目前免费,但未来可能会有所调整。你可以在此处获取。

此服务使用 @modelcontextprotocol/sdk 中的采样和通知功能。这些功能仅适用于支持它们的高级客户端。你可以使用免费的开源客户端 multimodal-mcp-client,构建完整的语音驱动 AI 工作流解决方案。

所需客户端

此服务专为与 multimodal-mcp-client 配合使用而设计。它是一款提供前端界面的语音驱动 MCP 客户端。请务必同时设置这两个组件,以使用全部功能。

为什么使用此服务?

  • Agent 管理:使用自定义系统提示词和工具配置创建和管理 AI Agent
  • 可扩展的工具系统:通过 MCP 添加、修改和组合工具,增强 Agent 的能力
  • 提示词管理:集中管理系统提示词,并支持版本控制和元数据
  • 类型安全的集成:全面支持 TypeScript,并具备完善的错误处理
  • MCP 兼容性:可与 multimodal-mcp-client 及其他兼容 MCP 的客户端无缝协作
  • 开源:基于 MIT 许可证,可免费使用和修改

功能

核心功能
  • MCP 协议集成:完整实现模型上下文协议,支持 AI Agent 之间无缝交互
  • 语音驱动界面:兼容通过 multimodal-mcp-client 使用语音命令
  • 实时处理:支持流式响应和实时交互
  • 类型安全的实现:全面支持 TypeScript,并具备完善的错误处理
Agent 管理
  • 创建和配置具备特定能力的 AI Agent
  • 管理 Agent 状态和上下文
  • 通过系统提示词定义 Agent 行为
  • 监控和调试 Agent 交互
  • 对 Agent 配置进行版本控制
  • 管理 Agent 资源
高级工具系统

内置工具包括:

  • 提示词管理
    • create_prompt - 创建带元数据的新系统提示词
    • edit_prompt - 更新现有系统提示词并进行版本管理
    • get_prompt - 获取特定提示词配置
  • 资源管理
    • create_resource - 创建新的 Agent 资源和配置
    • edit_resource - 修改现有 Agent 资源
    • list_resources - 浏览可用的 Agent 资源
    • read_resource - 访问特定 Agent 资源内容
  • 系统工具
    • systemprompt_heartbeat - 监控系统状态和运行状况
    • systemprompt_fetch_resources - 获取所有可用资源
  • Agent 管理
    • create_agent - 创建新的 systemprompt Agent
    • edit_agent - 修改现有的 systemprompt Agent
    • list_agents - 查看可用的 systemprompt Agent
采样与通知
  • AI 响应的高级采样功能
  • Agent 事件的实时通知系统
  • 可配置的采样参数
  • 事件驱动的通知架构
集成功能
  • API 密钥管理和身份验证
  • 用户状态和账单信息跟踪
  • 订阅管理
  • 使用情况监控和分析
开发工具
  • 内置调试功能
  • 测试实用工具和固定装置
  • 类型安全的模拟工具
  • 全面的测试框架

🎥 演示与展示

观看演示视频,了解 Systemprompt MCP Client 的实际运行效果:

▶️ 观看演示视频

演示内容包括:

  • 语音控制的 AI 交互
  • 多模态输入处理
  • 工具执行和工作流自动化
  • 实时语音合成

开发

安装依赖项:

npm install

构建服务:

npm run build

如需在开发过程中自动重新构建:

npm run watch

安装

通过 Smithery 安装

如需通过 Smithery 自动为 Claude Desktop 安装 SystemPrompt Agent:

npx -y @smithery/cli install systemprompt-agent-server --client claude
手动安装

如需手动配置 Claude Desktop,请添加服务配置:

MacOS:~/Library/Application Support/Claude/claude_desktop_config.json Windows:%APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "systemprompt-agent-server": {
      "command": "/path/to/systemprompt-agent-server/build/index.js"
    }
  }
}
调试

由于 MCP 服务通过 stdio 通信,调试可能颇具挑战。我们建议使用 MCP Inspector,它可通过包脚本运行:

npm run inspector

Inspector 会提供一个 URL,供你在浏览器中访问调试工具。

测试

此项目使用 Jest 进行测试,并支持 TypeScript 和 ESM(ECMAScript 模块)。

测试配置

测试设置包括:

  • 完整的 TypeScript 支持和 ESM 模块
  • 全局 fetch 模拟
  • 每次运行之间自动重置测试
  • 用于验证的自定义匹配器
  • 类型安全的模拟工具
模块解析

此项目采用双重模块解析策略:

  • 源代码使用带 .js 扩展名的 ESM(ECMAScript 模块)
  • 测试使用 CommonJS,以兼容 Jest

此配置通过两个 TypeScript 配置文件实现:

  • tsconfig.json:源代码的主配置(ESM)
  • tsconfig.test.json:测试专用配置(CommonJS)
// Source code imports (ESM)
import { Something } from "../path/to/module.js";

// Test file imports (CommonJS)
import { Something } from "../path/to/module";
运行测试
# Run tests
npm test

# Watch mode
npm run test:watch

# Coverage report
npm run test:coverage
测试结构

测试文件位于被测文件旁的 __tests__ 目录中。命名约定为 *.test.ts。

相关链接

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。