Jentic 赋能 AI 代理构建者快速发现和集成外部 API 和工作流——无需编写或维护任何特定于 API 的代码。
此单仓库包含:
请参阅专用的 README 文件以获取详细信息:
python/README.md – SDK 使用及 API 参考mcp/README.md – MCP 服务器设置及配置SDK 依赖于 Jentic 公共 API 仓库中的数据。
pip install jentic
访问 https://app.jentic.com/sign-in 创建一个代理并复制密钥。
export JENTIC_AGENT_API_KEY=<your-agent-api-key>
import asyncio
from jentic import Jentic, SearchRequest, LoadRequest, ExecutionRequest
async def main():
client = Jentic()
# 1️⃣ 查找一个能力
results = await client.search(SearchRequest(query="发送 Discord 私信"))
entity_id = search.results[0].id # op_... 或 wf_...
# 2️⃣ 加载详情(检查模式 / 认证,查看操作的输入)
resp = await client.load(LoadRequest(ids=[entity_id]))
inputs = resp.tool_info[entity_id].inputs
print(inputs)
# 3️⃣ 运行它
result = await client.execute(
ExecutionRequest(id=entity_id, inputs={"recipient_id": "123", "content": "你好!"})
)
print(result)
asyncio.run(main())
如果您需要为 Anthropic 或 OpenAI 模型生成完整的工具定义,请使用运行时辅助工具:
from jentic.lib.agent_runtime import AgentToolManager
manager = AgentToolManager(format="anthropic")
tools = manager.generate_tool_definitions() # 将这些传递给 LLM
result = await manager.execute_tool("discord_send_message",
{"recipient_id": "123", "content": "你好"})
print(result)
要通过 MCP 暴露相同的功能,请遵循 mcp/README.md 中的说明。
uvx --from \
git+https://github.com/jentic/jentic-sdks.git@main#subdirectory=mcp \
mcp
然后配置您的兼容 MCP 的客户端指向正在运行的服务器(请参阅子 README 中的示例客户端配置)。