🚀 协作编码机器人项目

本项目是一个结合了 LangGraph 和 Model Context Protocol（MCP）的协作编码机器人。该系统由三部分构成，分别是一个 gateway server、多个 MCP servers 以及三个协作的 Coding Agents，能有效提升编码协作效率。

🚀 快速开始

1. 安装依赖项

# 安装代理包
pip install -e .

# 安装网关包
cd gateway
pip install -e .
cd ..

2. 配置环境变量

支持通过环境变量使用多个 LLM 提供商：

# LLM 配置 - 支持多个提供方：
LLM_MODEL=provider/model-name

# 支持的提供方和示例模型：
# - Anthropic: anthropic/claude-3-5-sonnet-20240620
# - OpenAI: openai/gpt-4
# - OpenRouter: openrouter/openai/gpt-4o-mini
# - Google: google/gemini-1.5-pro

# 不同提供方的 API Key
OPENAI_API_KEY=your_openai_api_key
ANTHROPIC_API_KEY=your_anthropic_api_key
OPENROUTER_API_KEY=your_openrouter_api_key
GOOGLE_API_KEY=your_google_api_key

# OpenRouter 配置（如果使用 OpenRouter）
OPENROUTER_BASE_URL=https://openrouter.ai/api/v1

3. 配置 MCP 服务器

网关服务器通过 gateway/config.json 进行配置。默认启动两个 MCP 服务器：

{
  "mcp": {
    "servers": {
      "filesystem": {
        "command": "npx",
        "args": [
          "-y",
          "@modelcontextprotocol/server-filesystem",
          "/path/to/directory"
        ]
      },
      "memory": {
        "command": "npx",
        "args": [
          "-y",
          "@modelcontextprotocol/server-memory"
        ]
      }
    }
  }
}

可以在 官方 MCP 服务器仓库 中添加更多服务器。

4. 启动网关服务器

cd gateway
python -m mcp_gateway.server

服务器将在默认端口 8808 上启动。

5. 配置代理

代理与网关的连接在 langgraph.json 中配置：

{
  "dependencies": ["."],
  "graphs": {
    "agent": "./src/react_agent/graph.py:graph"
  },
  "env": ".env",
  "mcp": {
    "gateway_url": "http://localhost:8808"
  }
}

6. 使用代理

在 LangGraph Studio 中打开文件夹！代理将自动：

1. 连接到网关
2. 发现可用工具
3. 开始协作编码

✨ 主要特性

MCP Gateway Server

• 管理多个 MCP server 实例。
• 提供统一 API 接口访问工具。
• 处理与 MCP 服务器的通信。
• 通过简单 HTTP 接口暴露工具。

MCP Servers

• 特定功能的服务器：
  • GitHub 服务器：支持仓库操作（读写、列表、搜索、创建分支、创建 PR 等）。
  • 可添加更多服务器以扩展功能。

Coding Agents

• Orchestrator：从人类信息中收集上下文并使用 MCP 服务器访问 Linear 和 GitHub。根据需要委托 Planner 和 Coder。
• Planner：接收需求和代码上下文，制定计划并提出多个实现建议。不使用 MCP。
• Coder：接收代码上下文和拟议的实现，并在不同的 GitHub 分支上实施所有内容。

💻 使用示例

基础用法

在 LangGraph Studio 中打开项目文件夹，代理会自动连接网关、发现工具并开始协作编码。

📦 安装指南

见快速开始部分的安装依赖项、配置环境变量、配置 MCP 服务器、启动网关服务器、配置代理等步骤。

📚 详细文档

更多详细信息请参考：

• LangGraph 官方文档
• MCP 协议文档

🔧 技术细节

本系统结合了 LangGraph 和 MCP，通过 MCP Gateway Server 管理多个 MCP servers，实现工具的统一访问和通信。Coding Agents 中的 Orchestrator、Planner 和 Coder 协作完成编码任务。通过环境变量配置支持多个 LLM 提供商，可灵活选择不同的大语言模型。同时，可通过配置文件添加新的 MCP 服务器和自定义代理行为，方便系统扩展和定制。

📄 许可证

项目使用 MIT 许可证，详情见 LICENSE 文件。

🛠️ 开发指南

添加新服务器

在 config.json 中添加新的 MCP 服务器配置，然后重新启动网关。

自定义代理

可以通过修改 graph.py 和相关组件来自定义代理的行为。

🛠️ 可用工具

Filesystem Tools

• 文件读取
• 文件写入
• 目录遍历
• 文件删除
• 文件复制

Memory Tools

• 上下文存储
• 会话管理
• 数据持久化
• 历史记录查询