项目介绍
MCP Playground
一个全面的**模型上下文协议（MCP）**实现、代理框架和AI工具包示例集合。这个游乐场展示了如何使用不同的编程语言和框架构建智能代理，并通过Docker进行无缝设置和实验。
🏗️ 项目结构
🤖 AI代理SDK示例
基于Python的框架
- a2a: 使用Agent2Agent SDK的多代理事实检查系统。具有协调者（Auditor），它协调批评者（通过DuckDuckGo进行网络搜索）和修订者（仅推理）代理进行协作事实验证。
- adk: 使用Google的代理开发工具包（ADK）构建的多代理事实检查器。与A2A类似架构，但使用ADK的编排模式。
- crew-ai: 使用CrewAI的自主虚拟营销团队。演示了任务分配给专门的代理（市场分析师、营销策略师、内容创作者、创意总监）以生成完整的营销策略。
- langgraph: 使用LangGraph的SQL查询代理，将自然语言问题转换为针对填充有Chinook样本数据集的PostgreSQL数据库的SQL查询。
基于Go的框架
- langchaingo: 使用LangchainGO和DuckDuckGo集成的自然语言搜索应用程序，展示零配置网络搜索能力。
基于Java的框架
- spring-ai: 展示Spring AI框架与MCP集成的Spring Boot应用程序，用于通过DuckDuckGo进行网络搜索，具有自动配置和企业就绪模式。
🔧 MCP服务器实现
该项目包括几个专用的MCP服务器，提供特定的能力：
- memory: 基于知识图谱的持久内存服务器，使Claude能够在对话之间记住信息，使用实体、关系和观察。
- time: 支持时区的时间服务器，提供当前时间查找和时区转换功能，使用IANA时区名称。
- sequentialthinking: 结构化的问题解决服务器，支持逐步思考过程，具有修订和分支能力。
🏛️ 基础设施组件
- 代理网关: 中央编排服务（UI端口15000，MCP端口10000），管理MCP服务器连接并提供统一接口。
- 遥测堆栈: 全面可观测性，使用Jaeger追踪（端口16686）。
- 容器化: 完整的Docker设置，包括多语言基础镜像（Python、Go、Java、Bun）和编排部署。
🚀 快速开始
预备条件
- Docker Desktop 4.43.0+ 或 Docker Engine
- GPU启用系统（如MacBook、带有GPU的Linux等）用于本地模型推理
- Docker Compose 2.38.1+（适用于Linux Docker Engine用户）
快速启动
每个SDK示例都是独立的，可以单独运行：
# 导航到任何SDK示例
cd docker/sdk/crew-ai # 或其他SDK目录
# 单命令运行
make start
🧠 推理选项
所有示例都支持多个推理后端：
- 本地模型（默认）：使用ollama
- OpenAI集成：创建包含您的API密钥的
secret.openai-api-key文件 - Docker卸载：用于高性能远程GPU实例
🎯 使用案例及示例
多代理协作
- 事实检查：A2A和ADK展示了具有不同工具的多个代理如何协作完成验证任务。
- 营销策略：CrewAI展示了自主团队协调以创建端到端营销活动。
自然语言界面
- 数据库查询：LangGraph将对话问题转换为针对真实数据集的SQL查询。
- 网络搜索：LangchainGO和Spring AI展示了智能网络搜索集成。
记忆与上下文
- 持久记忆：知识图谱存储以维持跨对话的上下文。
- 结构化思考：逐步问题分解，具有修订能力。
🛠️ 开发
构建组件
# 构建所有服务
docker compose up --build
# 构建特定MCP服务器
cd docker/mcp/memory
docker build -t mcp/memory .
# 构建SDK示例
cd docker/sdk/langgraph
docker build -t mcp-servers/langgraph .
添加新示例
- 在
docker/sdk/your-framework/下创建目录。 - 添加Dockerfile和compose.yaml。
- 实现MCP集成模式。
- 更新此README中的描述。
📚 学习资源
每个子目录包含详细的README，包括：
- 架构图
- 分步设置说明
- 示例交互和使用案例
- 自定义选项
🧹 清理
# 停止并移除容器/卷
docker compose down -v
# 移除所有MCP游乐场镜像
docker images | grep mcp-servers | awk '{print $3}' | xargs docker rmi
🤝 贡献
欢迎贡献！无论您想：
- 为新的AI框架添加支持
- 实现额外的MCP服务器
- 改进文档
- 添加新的代理架构
查看各个组件的README以获取具体的贡献指南。
📄 许可证
根据MIT许可证授权 - 查看LICENSE文件以获取详细信息。