返回 AI 工具目录
rinadelph/Agent-MCP
MCP 服务人工精选最近核验 2026年7月23日
Agent-MCP 是一个基于 Model Context Protocol 的多智能体协作框架,面向需要多个专职 agent 并行处理大型代码库或项目的开发场景。它用一个中央 MCP 服务器协调多个短生命周期 agent,配合共享的持久知识图谱(基于 RAG)保存项目上下文,并通过文件级加锁避免并发写冲突。内置可视化面板可查看 agent 网络、任务进度与记忆状态,可接入 Claude Desktop、Cline 等 MCP 客户端。项目以 Python 与 TypeScript 实现,自托管运行,默认调用 OpenAI 接口做嵌入与推理。
定价开源部署本地运行、自托管国内可达国内可达
解决什么问题
- 大型代码库单 agent 上下文易溢出
- 多轮对话间项目知识容易丢失
- 单线程执行形成任务瓶颈
- 缺乏跨领域的角色分工
适合
- 需多 agent 并行推进的复杂项目
- 团队希望自托管掌控数据与流程
- 已使用 Claude Desktop/Cline 等客户端
- 需要跨会话保留项目上下文
不适合
- 单一简单任务无需多 agent 协调
- 团队无自托管与运维能力时不适用
- 默认依赖 OpenAI,需自行替换国内模型
- 采用 copyleft 许可,联网服务需注意合规
如何接入
- 通过 MCP 协议对接编码类 agent 客户端
- 兼容 Claude Desktop、Cline 等
- 默认用 OpenAI 做嵌入与 LLM 调用
- 提供本地可视化面板
- 可结合 Playwright 做前端任务
已知限制
- 项目由个人或小团队维护,生态较新
- 默认 OpenAI 依赖在国内需出域或替换
- 据仓库为 AGPL-3.0,联网服务或需公开源码
- 多 agent 编排有一定学习与配置成本
接入与使用事实
- 部署方式
- 本地运行、自托管
- 实现语言
- Python、TypeScript
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- 待确认
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
暂无可公开的来源链接。