项目概览

MCP 服务器 + OpenAI 代理。

环境搭建

1. 创建并激活虚拟环境：

   • 运行提供的 setup.sh 脚本来使用 Python 3.13 建立一个虚拟环境。

     ./setup.sh
     

   • 该脚本会创建一个虚拟环境并在其中安装所有所需的 Python 包，依据 requirements.txt。

2. 安装项目依赖项：

   • 确保你已经安装了运行所选 MCP 服务器所需的外部工具和服务：
     • Lynx: 需要用于 lynx 服务器，该服务器与 Lynx 终端网络浏览器工具接口。
     • Docker: 需要用于 puppeteer 和 github 服务器，以实现 Chrome 控制和 GitHub 交互。
     • Node.js: 需要用于 fs 服务器，使用 npx 命令。

使用指南

运行 agent.py

基本执行

• 可以使用配置的所有服务器运行代理：

  python agent.py
  

• 可以选择让代理访问的服务器：

  # 允许代理访问文件系统（用于本地文件浏览）和 Lynx（用于网络搜索）
  python agent.py --servers fs lynx
  

  据我的经验，这样可以提高性能，因为代理不太可能选择错误工具。

• 调试模式：

  • 使用 --debug 标志初始化服务器而不执行代理。这对于确保服务器配置正确非常有用。

    python agent.py --debug
    

配置

服务器在 servers.yaml 中进行配置，每个服务器条目包括：

• 名称: 服务器的标识符。
• 描述: 对服务器功能的简要说明。
• 命令及参数: 启动服务器的命令行指令。
• 环境变量: 初始化服务器所需的任何额外环境配置。

你通常可以在 github 仓库中找到这些配置文件。

自定义服务器

你可以在 mcp-servers 目录下开发自己的 MCP 服务器

这个项目有什么用？

链接查找

如果我正在尝试设置 QEMU，我会使用 agent.py 来进行初始研究：

"查找与 QEMU 设置相关的链接" | python agent.py --servers lynx

如何开始？

按照以下步骤开始：

1. 运行 setup.sh 脚本以创建虚拟环境并安装依赖项。
2. 安装所需的外部工具：Lynx、Docker 和 Node.js。
3. 配置 servers.yaml 文件，根据需要添加或修改服务器条目。
4. 运行代理并测试其功能。

这个项目可以帮助自动化任务，如网络搜索和文件操作，提高效率。