船员 AI MCP 服务器
使用 CrewAI 框架提供 AI 代理和任务管理功能的 MCP 服务器。
设置
- 克隆或分叉此存储库
- 运行安装脚本：
安装脚本将：
- 安装所需的 Python 依赖项
- 为您的系统配置 MCP 设置文件
- 自动设置正确的路径
配置
在使用服务器之前，请设置您的 OpenAI API 密钥：
export OPENAI_API_KEY="your-api-key"
用法
该服务器提供三个主要工具：
1.创建代理
{
"method": "call_tool",
"params": {
"name": "create_agent",
"arguments": {
"role": "researcher",
"goal": "Research and analyze information effectively",
"backstory": "An experienced research analyst"
}
}
}
2. 创建任务
{
"method": "call_tool",
"params": {
"name": "create_task",
"arguments": {
"description": "Analyze recent market trends",
"agent": "researcher",
"expected_output": "A detailed analysis report"
}
}
}
3. 创建并管理团队
{
"method": "call_tool",
"params": {
"name": "create_crew",
"arguments": {
"agents": ["researcher"],
"tasks": ["Analyze recent market trends"],
"verbose": true
}
}
}
示例用法
创建并运行完整的工作流程：
(echo '{"method": "call_tool", "params": {"name": "create_agent", "arguments": {"role": "researcher", "goal": "Research and analyze information effectively", "backstory": "An experienced research analyst"}}}'; echo '{"method": "call_tool", "params": {"name": "create_task", "arguments": {"description": "Analyze recent market trends", "agent": "researcher", "expected_output": "A detailed analysis report"}}}'; echo '{"method": "call_tool", "params": {"name": "create_crew", "arguments": {"agents": ["researcher"], "tasks": ["Analyze recent market trends"], "verbose": true}}}') | python3 src/crew_server.py
系统要求
- Python 3.8 或更高版本
jq命令行工具（用于安装脚本）- 安装了 Roo Cline 扩展的 VSCode
支持的平台
- macOS
- Linux
- Windows（通过 Git Bash）
故障排除
如果您遇到任何问题：
- 确保您的 OpenAI API 密钥设置正确
- 检查所有依赖项是否已安装（
pip install -r requirements.txt ） - 验证 MCP 设置文件是否存在且配置正确
- 确保 MCP 设置中的服务器路径与您的实际文件位置相符
贡献
- 分叉存储库
- 创建你的功能分支
- 进行更改
- 运行安装脚本来验证一切正常
- 提交拉取请求