MCP Agent TypeScript 端口

概述

MCP（模型上下文协议）Agent TypeScript 端口是一个强大的类型安全实现的MCP Agent系统。它提供了一个灵活的框架，用于构建具有高级工作流管理、日志记录和执行能力的智能上下文感知代理。

这是由lastmile-ai创建的原始MCP Agent框架的TypeScript端口。

特性

• 🚀 模块化架构

  • 全面的TypeScript实现
  • 灵活且可扩展的设计
  • 类型安全接口

• 📊 高级工作流管理

  • 基于步骤的工作流执行
  • 并发任务处理
  • 详细的上下文跟踪

• 🔍 强大的日志系统

  • 可配置的日志级别
  • 上下文丰富的日志记录
  • 日志导出功能

• 🧰 灵活的执行器

  • 任务队列
  • 超时处理
  • 并发任务管理

• 🖥️ 命令行支持

  • 命令行界面
  • 简单的代理管理

安装

通过Smithery安装

要通过Smithery自动安装MCP Agent TypeScript端口到Claude桌面：

npx -y @smithery/cli install @waldzellai/mcp-agent-ts --client claude

手动安装

npm install @waldzell/mcp-agent-ts

快速开始

创建一个工作流

import { BaseWorkflow } from '@waldzell/mcp-agent-ts';

class MyDataProcessingWorkflow extends BaseWorkflow {
  constructor() {
    super('my-workflow', '数据处理');

    this.addStep({
      id: 'extract',
      name: '数据提取',
      execute: async (context) => {
        // 实现数据提取逻辑
        return { data: ['item1', 'item2'] };
      }
    });

    this.addStep({
      id: 'transform',
      name: '数据转换',
      execute: async (context) => {
        // 实现数据转换逻辑
        return { transformedData: ['ITEM1', 'ITEM2'] };
      }
    });
  }
}

async function runWorkflow() {
  const workflow = new MyDataProcessingWorkflow();
  const results = await workflow.execute();
  console.log(results);
}

日志记录

import { debug, info, warn, error } from '@waldzell/mcp-agent-ts';

// 使用不同级别的日志
debug('调试信息', { userId: 123 });
info('系统启动');
warn('检测到潜在问题');
error('发生严重错误');

命令行使用

# 启动MCP Agent
npx mcp-agent start

# 列出可用工具
npx mcp-agent list-tools

# 设置日志级别
npx mcp-agent log-level debug

执行器使用

import { BaseExecutor, Task } from '@waldzell/mcp-agent-ts';

const executor = new BaseExecutor({ 
  maxConcurrentTasks: 3,
  timeout: 60000 // 1分钟超时
});

const task: Task = {
  id: 'example-task',
  name: '示例任务',
  execute: async () => {
    // 任务实现
    return '任务完成';
  }
};

await executor.enqueueTask(task);

配置

MCP Agent可以通过以下方式进行配置：

• 环境变量
• 配置文件
• 程序化配置

开发状态

🚧 早期开发阶段 🚧

这是一个早期阶段的端口，尚未完全具备所有特性。欢迎贡献和反馈！

原始项目

原始MCP Agent：lastmile-ai/mcp-agent

贡献指南

1. 分叉仓库
2. 创建你的功能分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m '添加一些AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 打开拉取请求

许可证

本项目遵循原始MCP Agent项目的许可证，详情见这里。

致谢

特别感谢原始MCP Agent开发者创建了这个创新的AI代理开发框架。