Context Aware MCP Framework

MCPAI代理

提供方 Research-Anonymous-25

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

该框架通过共享上下文存储实现多智能体自主协调,减少LLM工作负载,提高延迟和任务完成度。

一句话选型结论

按资料字段整理

Context Aware MCP Framework 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 5 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

多智能体Python本地部署上下文感知任务协调LLM优化工作流自动化

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
python mcp_client.py

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
Context Aware MCP Framework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Research-Anonymous-25上游标注的维护方 Research-Anonymous-25
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

3.0 KB
来自项目仓库与上游目录的原文,未做删改

上下文感知MCP框架:模型上下文协议(MCP)中共享上下文多代理协调的实现

该存储库包含本文实验中使用的参考实现:
“通过上下文感知服务器协作增强模型上下文协议(MCP)(2025)”
它提供了传统的(无状态)MCP基线和提出的上下文感知MCP架构,以及两个代表性多代理工作流的评估脚本、图形和基准输出:
TravelPlanner(真实世界的行程规划)
婚礼物流(REALM Bench P5)(多代理调度和协调)
此存储库的目标是演示引入共享上下文存储如何使MCP服务器能够自主协调,减少LLM工作负载,改善延迟,提高任务完整性和协调准确性。

仓库的规划

  • usecases/UseCase1_TravelPlanner/
  • traditional_mcp/:无状态MCP编排器(mcp_client.py)加上位置、天气、酒店和食物服务器。
  • context_aware_mcp/:上下文感知编排器(context_mcp_client.py)以及支持上下文的服务器(位置、天气、酒店、食物),使用 context_store.py 通过状态。
  • evaluation/:传统旅行计划评估员(traditional_evaluate_travelplanner.py)比较绘图仪(compare_eval_results2.py).
  • outputs/:执行时间、完整性、BERTScore和RougeL的基准图。
  • usecases/UseCase2_WeddingLogistics/
  • traditional_mcp/:无国籍婚礼策划师(wedding_planner_traditional.py)加上到达/出差/运输服务器。
  • context_aware_mcp/:以情境为导向的婚礼策划师(wedding_planner_client_mcp.py)加上到达/出差/运输服务器,共享上下文示例(shared_context_P5.py, context_store/shared_context_wedding.json).
  • evaluation/:P5评估脚本(evaluation_trad_p5.py, evaluate_mcp_P5.py)和任务元数据(task_definitions_copy.py, wedding_evaluator.py).
  • validation/:日程验证器(schedule_validator.py, schedule_validator_mcp.py).
  • outputs/:示例运输计划JSON。

先决条件

  • 推荐使用Python 3.10+。
  • fastmcp, openai,并绘制/评估评估脚本使用的deps(datasets, evaluate, matplotlib等等)。
  • 设置密钥: export OPENAI_API_KEY=...

运行旅行计划(用例1)

  1. 传统MCP:```bash
    cd usecases/UseCase1_TravelPlanner/traditional_mcp
    python mcp_client.py

2. 上下文感知MCP:```bash
cd usecases/UseCase1_TravelPlanner/context_aware_mcp
python context_mcp_client.py

运行婚礼物流策划器(用例2)

  1. 传统MCP:```bash
    cd usecases/UseCase2_WeddingLogistics/traditional_mcp
    python wedding_planner_traditional.py

2. 上下文感知MCP:```bash
cd usecases/UseCase2_WeddingLogistics/context_aware_mcp
python wedding_planner_client_mcp.py

评估

  • 旅游规划师传统评价: usecases/UseCase1_TravelPlanner/evaluation/traditional_evaluate_travelplanner.py

  • 婚礼P5评价: usecases/UseCase2_WeddingLogistics/evaluation/evaluation_trad_p5.py 或 evaluate_mcp_P5.py

  • 为四个基准评估指标提供了输出。这些图也显示在研究论文图中(执行时间、完整性、BERTScore、RougeL)。

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
Context Aware MCP Framework 怎么安装?

在客户端按下面的安装命令接入:python mcp_client.py。装完在客户端配置里引用同一个包或端点。

Context Aware MCP Framework 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。

Context Aware MCP Framework 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。

Context Aware MCP Framework 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。

Context Aware MCP Framework 能提供哪些能力?

资料显示能力标签包括 工作流自动化、Python、上下文感知。具体工具清单以官方文档为准。

Context Aware MCP Framework 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。

Context Aware MCP Framework 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。