/ الدليل / الملعب / mcp-agent
● مجتمع lastmile-ai ⚡ فوري

mcp-agent

بواسطة lastmile-ai · lastmile-ai/mcp-agent

أنماط وكيل على مستوى الإنتاج (Orchestrator و Router و Evaluator و Swarm) فوق MCP — مع متانة Temporal اختيارية

mcp-agent من lastmile-ai هو إطار عمل Python لتكوين وكلاء قائمين على MCP باستخدام أنماط مثبتة: Parallel و Router و Intent Classifier و Orchestrator-Workers و Deep Research و Evaluator-Optimizer و Swarm. نفس API سواء كنت تعمل على asyncio أو Temporal للتنفيذ الدائم

لماذا تستخدمه

الميزات الأساسية

عرض مباشر

كيف يبدو في الممارسة

mcp-agent.replay ▶ جاهز
0/0

التثبيت

اختر العميل

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "mcp-agent": {
      "command": "uvx",
      "args": [
        "mcp-agent"
      ]
    }
  }
}

افتح Claude Desktop → Settings → Developer → Edit Config. أعد التشغيل بعد الحفظ.

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "mcp-agent": {
      "command": "uvx",
      "args": [
        "mcp-agent"
      ]
    }
  }
}

يستخدم Cursor نفس مخطط mcpServers مثل Claude Desktop. إعدادات المشروع أولى من الإعدادات العامة.

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "mcp-agent": {
      "command": "uvx",
      "args": [
        "mcp-agent"
      ]
    }
  }
}

انقر على أيقونة MCP Servers في شريط Cline الجانبي، ثم "Edit Configuration".

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "mcp-agent": {
      "command": "uvx",
      "args": [
        "mcp-agent"
      ]
    }
  }
}

نفس الصيغة مثل Claude Desktop. أعد تشغيل Windsurf لتطبيق التغييرات.

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "mcp-agent",
      "command": "uvx",
      "args": [
        "mcp-agent"
      ]
    }
  ]
}

يستخدم Continue مصفوفة من كائنات الخادم بدلاً من خريطة.

~/.config/zed/settings.json
{
  "context_servers": {
    "mcp-agent": {
      "command": {
        "path": "uvx",
        "args": [
          "mcp-agent"
        ]
      }
    }
  }
}

أضف إلى context_servers. يعيد Zed التحميل تلقائيًا عند الحفظ.

claude mcp add mcp-agent -- uvx mcp-agent

أمر من سطر واحد. تحقق باستخدام claude mcp list. احذف باستخدام claude mcp remove.

حالات الاستخدام

استخدامات عملية: mcp-agent

بناء وكيل منسق-عمال لمهام البحث

👤 مطورو Python الذين يبنون وكلاء متعددة الخطوات ⏱ ~60 min advanced

متى تستخدمه: تكون المهمة كبيرة جداً لتمرير LLM واحد لكن تتحلل إلى مهام فرعية متوازية (مثل البحث عن 10 منافسين)

المتطلبات الأساسية
  • Python 3.10+ — قياسي
  • خوادم MCP التي تريد للوكيل أن يستخدمها — اذكرها في تكوين mcp-agent
الخطوات
  1. حدّد وكلاء العمل
    أنشئ 2 وكيل — scraper مع خادم firecrawl و writer مع نظام الملفات. أعط كلاً منهما مجموعة تعليمات مركزة✓ تم النسخ
    → مثيل وكيل واحد
  2. ربط المنسق
    لفّهم ب create_orchestrator(planner_llm=..., workers=[scraper, writer]). الحد الأقصى للتكرارات = 10✓ تم النسخ
    → المنسق يرجع خطة + مقبض التنفيذ
  3. شغّل مهمة حقيقية
    شغّل: 'ابحث عن أفضل 5 MCPs قاعدة بيانات Postgres على GitHub. لكل منها، اكتب ملخص صفحة واحدة إلى ./reports/<slug>.md'✓ تم النسخ
    → تم إنشاء 5 ملفات بمحتوى متناسق

النتيجة: وكيل متوازي ينجز ما كان سيستغرق 30 دقيقة من العمل اليدوي متعدد الخطوات في 3-5 دقائق

المزالق
  • المنسق ينشئ الكثير من المهام الفرعية أو القليل جداً — أعط LLM المخطط إرشادات صريحة: 'اقسم إلى 3-7 مهام فرعية، كل منها <5 دقائق من العمل'
  • يقوم العمال بإعادة جلب نفس البيانات — شارك ذاكرة تخزين مؤقت عبر حالة التطبيق أو مرّر النتائج بوضوح عبر الخطة
اجمعها مع: mcp-use · fastmcp

بناء وكيل مقيّم-محسّن للكتابة عالية الجودة

👤 فريق يشحن خطوط أنابيب المحتوى ⏱ ~45 min advanced

متى تستخدمه: مخرجات LLM المسودة الأولى فوضوية جداً للإنتاج. أنت تحتاج إلى حلقة تكرار تلقائية 'استمر حتى ينجح'

الخطوات
  1. حدّد الكاتب والمقيّم
    الكاتب: ينتج مسودة بناءً على ملخص. المقيّم: يسجل على [الدقة والوضوح والنبرة] 1-5، مع التبرير✓ تم النسخ
    → تم تحديد وكيلين
  2. اضبط الحلقة
    استخدم EvaluatorOptimizer مع min_rating=4 في جميع المعايير، max_iterations=5. مرّر الملخص كمدخل✓ تم النسخ
    → تعمل الحلقة، التكرارات مرئية في السجلات
  3. لاحظ التقارب
    لـ 10 ملخصات متنوعة، سجّل: النقاط الأولية والنقاط النهائية والتكرارات المطلوبة. هل توجد ملخصات لا تتقارب؟✓ تم النسخ
    → إحصائيات مع تحديد القيم الشاذة

النتيجة: مخرجات متسقة الجودة بدون مراجعة بشرية في الحلقة

المزالق
  • المقيّم متساهل، تخرج الحلقة في التكرار الأول بمخرجات متوسطة — ارجع المقيّم — أعطه 3 مدخلات مثالية مع النقاط المتوقعة في موجه النظام
  • الميزانية تنفجر عندما يكون max_iterations عالياً — حدّد الحد الأقصى عند 3-4؛ إذا لم يتقارب بعد ذلك، فالمشكلة في الملخص وليس في النموذج

اجعل سير عمل وكيل دائماً مع Temporal

👤 مهندسو المنصة الذين يشغلون وكلاء في الإنتاج ⏱ ~90 min advanced

متى تستخدمه: سير عمل وكيلك يعمل لفترة طويلة (دقائق إلى ساعات)، لا تستطيع تحمل إعادة التشغيل من الصفر إذا توقف العقدة

المتطلبات الأساسية
  • عنقود Temporal قيد التشغيلtemporal server start-dev محلياً، Temporal Cloud أو ذاتي التوزيع للإنتاج
الخطوات
  1. علّق على سير العمل
    زيّن دالة المنسق الحالية بـ @app.workflow والخطوات الفردية بـ @app.workflow_task✓ تم النسخ
    → تم تسجيل سير العمل مع Temporal
  2. غيّر المنفذ
    غيّر إعدادات التطبيق executor: 'temporal'. سجّل العامل. ابدأ سير العمل✓ تم النسخ
    → واجهة Temporal تعرض سير العمل قيد التشغيل
  3. تحقق من استعادة الأعطال
    قتل عامل Python في منتصف سير العمل. أعد تشغيله. تأكد من استئناف سير العمل من آخر نشاط مكتمل✓ تم النسخ
    → بدون عمل مكرر، بدون فقدان الحالة

النتيجة: سير عمل الوكيل يبقى عند إعادة تشغيل العملية والنشر والذاكرة الممتلئة — بالغ الأهمية لمهام البحث التي تستغرق ساعات

المزالق
  • الأنشطة ليست بدون تأثير والاستئناف يسبب كتابة مزدوجة — كل نشاط يجب أن يكون آمناً لإعادة المحاولة — استخدم مفاتيح عدم التأثر في الكتابات الخارجية

التركيبات

اجمعها مع خوادم MCP أخرى لتحقيق نتائج x10

mcp-agent + mcp-use

mcp-use للتمديدات الأساسية + mcp-agent لأنماط سير العمل

استخدم mcp-use لربط نظام الملفات + git. غلّف ب Orchestrator الخاص بـ mcp-agent لتخطيط إعادة بنية متعددة المستودع✓ تم النسخ
mcp-agent + fastmcp

بناء MCPs مخصصة مع FastMCP التي تستهلكها سير عمل mcp-agent

اعرض API التصنيف الداخلي لدينا عبر FastMCP، ثم استخدمه في Router الخاص بـ mcp-agent التي تصنف أسئلة العملاء✓ تم النسخ

الأدوات

ما يوفره هذا الـ MCP

الأداةالمدخلاتمتى تستدعيهاالتكلفة
MCPApp config_path or config object المستوى الأعلى — واحدة لكل عملية free
Agent(name, instruction, server_names) configured with which MCP servers it can use حدّد كل عامل/دور free
AugmentedLLM.generate / generate_str / generate_structured messages, optional schema استدعاء LLM مباشر مع أدوات MCP مربوطة LLM tokens
create_parallel_llm / create_router_llm / create_orchestrator agents + planner LLM أنشئ نموذج واحد من الأنماط المدمجة LLM tokens × pattern fan-out
@app.workflow / @app.workflow_task decorator on async function عند استخدام منفذ Temporal free
EvaluatorOptimizer writer_agent, evaluator_agent, min_rating, max_iterations المخرجات الحرجة للجودة expensive — cap max_iterations

التكلفة والحدود

تكلفة التشغيل

حصة API
لا شيء من mcp-agent؛ تكاليف LLM + MCP مروراً
الرموز لكل استدعاء
تكبر الأنماط — Parallel مع 5 عمال هي 5× من رموز استدعاء LLM واحد
التكلفة المالية
مكتبة مجانية؛ LLM + البنية التحتية Temporal الاختيارية هي تكاليف حقيقية
نصيحة
الأنماط مثل Orchestrator تنتشر — ضع فحص ميزانية رمز صريح في موجه النظام الخاص بـ LLM المخطط

الأمان

الصلاحيات والأسرار ونطاق الأثر

تخزين بيانات الاعتماد: متغيرات البيئة لمفاتيح LLM + أسرار MCP لكل منها
نقل البيانات الخارجي: موفر LLM + كل خادم MCP مكوّن + Temporal (إذا تم تفعيله)

استكشاف الأخطاء

الأخطاء الشائعة وحلولها

سير العمل يتوقف في البداية بدون سجلات

فشل خادم MCP في الظهور. فعّل تسجيل تصحيح الأخطاء: logger: {level: 'DEBUG'} في التكوين. عادة ما يكون سبب سيء/بيئة في إدخال الخادم

المنسق يرجع خطة لكن بدون تنفيذ

استدعيت .plan() بدلاً من .generate(). استخدم الطريقة الكاملة لتنفيذ الخطة

فشل سير عمل Temporal مع خطأ التسلسل

ينتج نشاطك عن كائن غير قابل للتسلسل (مثل مقبض عميل MCP). يجب أن ترجع الأنشطة قيماً قابلة للتسلسل JSON

يتجاهل LLM الأدوات المتاحة والهلوسة

موجه النظام مرجح أن يكون مقطوعاً أو قائمة الأدوات مفقودة. ترقّ إلى نموذج قوي في استخدام الأدوات (Sonnet و GPT-4o) والتحقق من الأدوات في list_tools قبل التشغيل

البدائل

mcp-agent مقابل البدائل

البديلمتى تستخدمهاالمقايضة
mcp-useتريد تمديدات أساسية أخف بدون مكتبة الأنماطاكتب كود الأوركسترا بنفسك
LangGraphتريد رسوم بيانية حالة مع تصحيح أخطاء الرحلة عبر الزمنأكثر تمركزاً حول LangChain؛ MCP مرفقة
CrewAIتريد أطقم وكيل قائمة على الأدوار برأينموذج عقلي مختلف؛ دعم MCP ثانوي

المزيد

الموارد

📖 اقرأ ملف README الرسمي على GitHub

🐙 تصفح القضايا المفتوحة

🔍 تصفح أكثر من 400 خادم MCP و Skills