关于 mlua-swarm
mlua-swarm 是一个常驻的 swarm 引擎,可编译 flow.ir Blueprint 并将 Agent 步骤分派给不同后端。它面向运行 Blueprint 工作流的场景,并记录任务状态,支持本地 Lua、Rust 函数、子进程和交互式 Operator。
主要功能
- 01编译 flow.ir Blueprint
- 02执行步骤、分支、循环与并行流程
- 03将 Agent 步骤分派给多种后端
- 04记录任务状态
- 05提供 HTTP、WebSocket 服务及 Blueprint 存储
适用场景
- 01运行包含分支与循环的 Blueprint
- 02将流程步骤交给 Lua 或 Rust 后端
- 03通过子进程或 Operator 执行 Agent 步骤
MCP 相关
`mse mcp` 提供 stdio MCP 适配器,包含一次性执行 Blueprint 的 `swarm_run` 工具、`bp_schema` 工具及文档和样例资源。
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。
docker run -i --rm ghcr.io/ynishi/mse:0.32.1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。
ghcr.io/ynishi/mse:0.32.1stdio工具
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
mlua-swarm
一个长期运行的 swarm 引擎主机,用于编译 flow.ir Blueprints,并将其中的 Agent 步骤分发给工作器。Blueprint 声明一个 flow(step / seq / branch / loop / fanout / try / let 节点)以及它引用的 agents;引擎会将每个 Agent 解析为一个后端(进程内 Lua、Rust 函数、子进程或交互式 Operator),然后驱动工作流并记录任务状态。
安装
cargo install mlua-swarm-cli
这会安装带有两个子命令的 mse 二进制文件:
mse serve # HTTP + WS server (tasks, Blueprint store, WS Operator sessions)
mse mcp # MCP adapter over stdio, for AI agents (Claude Code etc.)
可通过 swarm_run MCP 工具(由 mse mcp 提供)执行一次性 Blueprint;该工具会沿用规范的 TaskApplication.handle / TaskLaunchService::launch 路径运行。
MCP 客户端配置:
{ "command": "mse", "args": ["mcp"] }
Docker(无需 Rust 工具链)
它也列在 MCP Registry 中,名称为 io.github.ynishi/mlua-swarm:
{
"mcpServers": {
"mlua-swarm": {
"command": "docker",
"args": [
"run", "-i", "--rm",
"ghcr.io/ynishi/mse:latest",
"mcp"
]
}
}
}
文档
文档直接从代码中提供:
- API / 架构 — docs.rs 上的 rustdoc(crate 根文档是架构概览)。
- 指南 / 示例 / 架构 —
mse://下捆绑的 MCP 资源,由mse mcp提供,且始终与二进制文件版本一致:mse://guides/getting-started、mse://guides/bp-lifecycle(develop → trial-run → operate 工作流图)、mse://guides/blueprint-authoring、mse://guides/mcp-tool-reference、mse://blueprints/samples/*,以及实时 Blueprint JSON Schema:mse://api/blueprint-schema(也可通过bp_schema工具获取)。
工作区 crate
| crate | 作用 |
|---|---|
mlua-swarm | 引擎核心(工作区根包) |
mlua-swarm-schema | Blueprint 架构类型 |
mlua-swarm-server | HTTP + WS 服务库 |
mlua-swarm-cli | mse 二进制文件 |
许可证
可根据你的选择,采用 Apache License 2.0 或 MIT License 进行许可。
评论
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。