sandy (Sangkwun)

MCPAI代理

提供方 Sangkwun

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

Sandy是一款AI代理工作流加速器,通过记录和重放工具调用序列来提升代理效率,适用于需要重复执行相同工作流的AI代理场景。

一句话选型结论

按资料字段整理

sandy (Sangkwun) 属于AI代理类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude、Cursor,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 13 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

支持客户端

适用场景

工作流加速Python本地部署AI代理工具调用自动化效率提升

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 mcp jsonpath-ng python-dotenv

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。
  • 已适配 Claude、Cursor,换客户端不用重新研究配置。
  • 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。
  • 已经在用 Claude、Cursor 的用户,接入路径最短。
  • 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
sandy (Sangkwun)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Sangkwun上游标注的维护方 Sangkwun
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

4.2 KB
来自项目仓库与上游目录的原文,未做删改

桑迪

为您的AI代理提供Sandevistan


Sandy通过让AI代理创建和重用MCP工具调用序列,使AI代理更快。一旦工作流被保存为场景,它就会在没有LLM推理的情况下重放,从而节省令牌和时间。

桑迪是什么?

桑迪是一个 工作流加速器 对于AI代理。当代理识别出可重复的工作流时,Sandy可以:

  1. 商店 工具调用序列作为场景
  2. 参数化 可变部分(URL、ID、搜索词)
  3. 回放 没有LLM推理的精确序列
没有桑迪 有桑迪
每次LLM推理 记录一次,无限回放
每次执行的令牌成本 零成本重播
可变定时 确定性执行

代理商如何使用Sandy

创建场景:当代理完成可重复的工作流时,它会将MCP工具序列写入场景JSON文件。

重用场景:对于类似的请求,代理会找到现有的场景并重放它们,而不是再次推理这些步骤。

判决:代理决定何时值得保存工作流以及何时重用现有场景。

示例流程```

User: "Scrape HN top stories and save to database"

Agent (first time):
1. Executes workflow: navigate → scrape → insert
2. Recognizes pattern as reusable
3. Writes scenario to .sandy/scenarios/hn-scrape-to-db.json

User: "Scrape HN again"

Agent (subsequent):
1. Finds matching scenario
2. Replays via Sandy
3. Done—no LLM inference needed


## 演示

看看桑迪是怎么做的以及它是如何工作的:

## 安装

### 作为Claude代码插件```shell
claude plugin marketplace add Sangkwun/sandy
claude plugin install sandy@sangkwun

就这样 安装后:

  • 使用 /sandy 调用技能的命令
  • 代理可以识别可重复的工作流
  • 将它们写入场景文件
  • 在没有LLM推理的情况下重播它们

更新现有安装:```shell
claude plugin marketplace update sangkwun
claude plugin update sandy@sangkwun


### 作为独立CLI```bash
pip install mcp jsonpath-ng python-dotenv
python sandy-skill/scripts/play.py scenario.json --json

场景格式

场景是定义MCP工具序列的JSON文件:```json
{
"version": "2.1",
"metadata": { "name": "Query Database" },
"variables": { "LIMIT": "5" },
"steps": [
{
"step": 1,
"tool": "mcp__supabase__query",
"params": { "sql": "SELECT * FROM users LIMIT {{LIMIT}}" }
}
]
}


**完整架构**:参见 桑迪技能/参考文献/schema.md

## 支持的交通工具

|配置|传输|
|--------|-----------|
| `command: ...` |stdio(生成进程)|

| `endpoint: http://...` 上海证券交易所
`endpoint: ws://...` · websocket
`claude-in-chrome` · Unix套接字

## 配置自动检测

Sandy从以下位置找到MCP配置:

1. `$SANDY_CONFIG` 环境变量
1. `.sandy/config.json` (项目本地)
1. Claude桌面配置
1. 光标配置(`~/.cursor/mcp.json`)
1. `~/.sandy/config.json` (全球)

CLI Options (Advanced)```bash
python sandy-skill/scripts/play.py  [options]
选项 描述
--var KEY=VALUE 设置变量(可重复)
--env FILE 从.env加载变量
--config FILE 指定MCP配置路径
--start N 从步骤N开始
--end N 在步骤N结束
--include-results MODE 包括MCP结果: true, false, on_failure
--dry-run 验证而不执行
--debug 启用调试输出
--json 输出为JSON

文档

资源 描述
场景架构 JSON格式规范
示例场景 工作示例

跨平台兼容性

桑迪跟着 代理技能 开放标准:

工具 支持
克劳德代码 完整
OpenAI Codex CLI 完整版
Gemini CLI 完整版
光标 已满
GitHub副本 完整版

支持

如果你觉得Sandy有用,请考虑支持它的发展!

您的贡献有助于维护项目,并使我能够专注于构建新功能。


贡献

欢迎投稿!请随时打开问题并提取请求。


Apache许可证2.0

以Sandevistan的速度制造⚡

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
sandy (Sangkwun) 怎么安装?

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

sandy (Sangkwun) 怎么在 Claude、Cursor 里配置?

它的传输方式是stdio · 本地进程,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,配置才会生效。

sandy (Sangkwun) 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。

sandy (Sangkwun) 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。

sandy (Sangkwun) 支持哪些客户端?

资料标注支持 Claude、Cursor;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

sandy (Sangkwun) 能提供哪些能力?

资料显示能力标签包括 AI代理、Python、Claude、效率提升。具体工具清单以官方文档为准。

sandy (Sangkwun) 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。

sandy (Sangkwun) 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。