Research Assistant Agent

MCPAI代理

提供方 Anshul-ydv

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crewAI框架的多AI代理协作系统,用于高效完成复杂研究任务。

一句话选型结论

按资料字段整理

Research Assistant Agent 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

AI代理Python本地部署多代理协作研究自动化任务分配

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
pip install uv

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 Node.js 等运行时,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
Research Assistant Agent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Anshul-ydv上游标注的维护方 Anshul-ydv
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 · 未标注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

2.0 KB
来自项目仓库与上游目录的原文,未做删改

使用Crew和ADK的研究代理

欢迎来到ResearchCrew Crew项目,由 乘员AI。此模板旨在帮助您轻松设置多代理AI系统,利用crewAI提供的强大而灵活的框架。我们的目标是使您的代理能够在复杂任务上有效协作,最大限度地提高他们的集体智慧和能力。

安装

确保您的系统上安装了Python>=3.10\<3.14。此项目使用 紫外线 用于依赖关系管理和包处理,提供无缝的设置和执行体验。

首先,如果你还没有安装uv:```bash
pip install uv


接下来,导航到项目目录并安装依赖项:

(可选)锁定依赖项并使用CLI命令安装它们:```bash
crewai install

自定义

添加你的 GEMINI_API_KEY 进入 .env 文件

  • 修改 src/research_crew/config/agents.yaml 定义您的代理
  • 修改 src/research_crew/config/tasks.yaml 定义您的任务
  • 修改 src/research_crew/crew.py 添加您自己的逻辑、工具和特定参数
  • 修改 src/research_crew/main.py 为您的代理和任务添加自定义输入

运行项目

要启动AI代理团队并开始任务执行,请从项目的根文件夹运行以下命令:bash $ crewai run

此命令初始化research_crew crew,组装代理并按照配置中的定义为其分配任务。

这个例子,未经修改,将运行create a report.md 根文件夹中包含LLM研究结果的文件。

了解你的船员

research_crew crew由多个AI代理组成,每个代理都有独特的角色、目标和工具。这些代理在一系列任务上进行协作,这些任务在 config/tasks.yaml,利用他们的集体技能来实现复杂的目标。这 config/agents.yaml 该文件概述了团队中每个代理的功能和配置。

支持

有关ResearchCrew Crew或Crew AI的支持、问题或反馈。

  • 访问我们的 文档
  • 通过我们的 GitHub 仓库
  • 加入我们的Discord
  • 与我们的文档聊天

让我们用crewAI的强大和简单创造奇迹。

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
Research Assistant Agent 怎么安装?

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

Research Assistant Agent 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。

Research Assistant Agent 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。

Research Assistant Agent 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。

Research Assistant Agent 能提供哪些能力?

资料显示能力标签包括 AI代理、多代理协作、Python。具体工具清单以官方文档为准。

Research Assistant Agent 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Research Assistant Agent 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。