Smol Agent With MCP

MCPAI代理

提供方 ashishpatel26

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

SmolAgentWithMCP是一个基于Python的AI代理框架,通过连接多个模型上下文协议(MCP)工具服务器,并利用大型语言模型(LLM)进行协调,实现强大的工具增强问答工作流。

一句话选型结论

按资料字段整理

Smol Agent With MCP 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 10 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本地部署多工具协调问答系统MCP协议LLM集成

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 -r requirements.txt

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
Smol Agent With MCP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ashishpatel26上游标注的维护方 ashishpatel26
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

4.1 KB
来自项目仓库与上游目录的原文,未做删改

SmolAgentWithMCP

概述

SmolAgentWithMCP 是一个基于Python的AI代理框架,它连接多个模型上下文协议(MCP)工具服务器,并使用大型语言模型(LLM)对其进行编排。通过支持Brave Search和其他MCP兼容工具,它实现了强大的、工具增强的问答工作流程。代理人利用 烟雾剂, 文学硕士,以及MCP协议,以提供灵活、可扩展和现代的AI工具。


用例

该项目非常适合希望:

  • 将多个工具服务器(例如Brave Search、自定义MCP爬虫)集成到单个AI代理中。
  • 使对话式AI代理能够使用外部工具来增强应答能力。
  • 以最少的设置原型化和部署高级AI工作流程。
  • 使用MCP协议使用自定义工具扩展代理。

示例场景:

  • 使用实时网络搜索数据和自定义知识库回答查询的助手。
  • 一个同时利用公共API和私有数据集/工具的研究代理。
  • 一个自动化机器人,可以通过启用MCP的工具与外部服务进行交互。

特性

  • 多工具编排: 连接到多个MCP工具服务器。
  • 工具调用代理: 使用LLM来决定何时以及如何调用工具。
  • 可通过以下方式配置 .env: 支持多个API密钥和环境设置。
  • 异步工作流: 高效的异步工具管理。
  • 可扩展: 轻松添加新的MCP工具或更改LLM模型。

项目结构```Repo

  • smolagentwithmcp.py # Main agent source code
  • requirements.txt # Python dependencies
  • .env.example # Example env file
  • README.md # Project documentation

______________________________________________________________________

## 设置和安装

1. **克隆存储库:**```bash
git clone https://github.com/ashishpatel26/SmolAgentWithMCP.git
cd SmolAgentWithMCP
  1. 安装依赖项:```bash
    pip install -r requirements.txt

1. **配置环境变量:**

- 复制 `.env.example` 向 `.env` 并填写您的API密钥。```bash
cp .env.example .env
  1. 运行代理:```bash
    python smolagentwithmcp.py

______________________________________________________________________

## 代码工作流程图```mermaid
flowchart TD
subgraph User Interaction
U([User]) -->|Query| AGENT[SmolAgentWithMCP]
end
AGENT -->|Loads| MCP1[MCP Tool Server 1: Brave Search]
AGENT -->|Loads| MCP2[MCP Tool Server 2: Custom]
AGENT -->|Initializes| LLM[LiteLLM Model]
U -->|Input| AGENT
AGENT -->|Decides tool usage| TOOLCALL[ToolCallingAgent]
TOOLCALL -->|Calls| MCP1
TOOLCALL -->|Calls| MCP2
MCP1 -->|Returns Data| TOOLCALL
MCP2 -->|Returns Data| TOOLCALL
TOOLCALL -->|Generates Answer| AGENT
AGENT -->|Output| U

运作原理

  1. 初始化: 加载MCP工具服务器(如Brave Search、自定义爬虫)并配置LLM。
  2. 用户查询: 通过终端接受用户输入。
  3. 工具编排: 确定查询需要调用哪些工具。
  4. 执行: 调用工具,收集结果,并使用LLM生成最终响应。
  5. 异步管理: 异步处理多个工具集合和步骤。
  6. 输出: 以交互方式向用户返回答案。

配置

编辑 .env 设置API密钥:dotenv BRAVE_API_KEY=your_brave_search_api_key OPENAI_API_KEY=your_openai_api_key


需求

看 requirements.txt:

  • smolagents
  • python-dotenv
  • mcp
  • litellm

许可证

MIT许可证。看 许可证 了解详情。


贡献

欢迎投稿!请打开问题或PR以获取功能请求、错误修复或增强。


鸣谢

  • 斯莫尔特工
  • 文学硕士
  • 模型上下文协议

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
Smol Agent With MCP 怎么安装?

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

Smol Agent With MCP 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。

Smol Agent With MCP 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。

Smol Agent With MCP 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。

Smol Agent With MCP 能提供哪些能力?

资料显示能力标签包括 AI代理、Python、问答系统、模型集成。具体工具清单以官方文档为准。

Smol Agent With MCP 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。

Smol Agent With MCP 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。