MCP A2a Demo

MCPAI代理

提供方 InfantEdward

AI代理 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

一个基于Agent-to-Agent (A2A)和Model Context Protocol (MCP)标准的分布式代理编排系统,支持动态路由、数据驱动代理和实时观察。

一句话选型结论

按资料字段整理

MCP A2a Demo 属于AI代理类 MCP 服务器,stdio · 本地进程,无需鉴权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

分布式系统Python本地部署代理编排A2AMCP动态路由实时观察

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
uv run uvicorn backend.main:app --host 127.0.0.1 --port 8000

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
MCP A2a Demo当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方InfantEdward上游标注的维护方 InfantEdward
分类AI代理本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

1.9 KB
来自项目仓库与上游目录的原文,未做删改

代理流程:MCP+A2A演示

一个分布式代理编排系统,展示了 代理人对代理人(A2A) 和 模型上下文协议(MCP) 使用LangChain的标准。

建筑

  • 动态路由器:使用LLM根据代理卡路由请求。
  • 数据驱动代理:在中通过JSON定义代理 /agents 及其MCP工具 /implementations.
  • 人力支持的新闻代理:一个可发现的A2A新闻专家,在UI收件箱面板中暂停等待回复。
  • 可观测性:用于原始JSON-RPC协议流量的实时事件检查器。

快速开始

  1. 创建一个 .env 与您的文件 GEMINI_API_KEY.
  2. (可选)设置 DEFAULT_MODEL (默认为 gemini-3-flash-preview).
  3. 使用Docker Compose或纯Python启动堆栈。

选项A:Docker编写```bash

docker compose up --build


打开 http://localhost:8000 开始。

### 选项B:Python(无Docker)

安装依赖项:```bash
uv sync

从repo根目录在3个终端中运行:

终端1(编排器+UI):```bash
uv run uvicorn backend.main:app --host 127.0.0.1 --port 8000


此过程还服务于嵌入式 `NewsSpecialist` 代理人在 `/api/news-agent` 以及侧边栏UI中的人工响应收件箱。

2号航站楼(数学专家):```bash
uv run python -m backend.agent_server --agent math_specialist --port 8001

3号航站楼(气象专家):bash uv run python -m backend.agent_server --agent weather_specialist --port 8002

动态代理

  • 代理卡(/agents):公共A2A元数据(身份、技能)。
  • 工具侧车(/implementations):专用MCP配置(服务器路径)。

运行时发现使用每个代理的已知卡端点:

  • 编排者: /.well-known/agent-card.json
  • 数学专家: http://127.0.0.1:8001/.well-known/agent-card.json
  • 气象专家: http://127.0.0.1:8002/.well-known/agent-card.json
  • 新闻专家: http://127.0.0.1:8000/api/news-agent/.well-known/agent-card.json

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
MCP A2a Demo 怎么安装?

在客户端按下面的安装命令接入:uv run uvicorn backend.main:app --host 127.0.0.1 --port 8000。装完在客户端配置里引用同一个包或端点。

MCP A2a Demo 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

MCP A2a Demo 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP A2a Demo 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

MCP A2a Demo 能提供哪些能力?

资料显示能力标签包括 分布式系统、Python、AI代理。具体工具清单以官方文档为准。

MCP A2a Demo 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

MCP A2a Demo 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。