ProtoLinkAI🚀

ProtoLink AI是一个标准化的工具包装框架，用于统一实现和管理各种工具。它旨在帮助开发人员快速集成和启动基于工具的用例。

主要特点

🔧标准化包装：为使用 MCP 协议构建工具提供抽象层。
🚀灵活的用例：轻松添加或删除工具以满足您的特定要求。
✨开箱即用的工具：包括针对常见场景的预构建工具：
- 🐦 Twitter 管理：自动发推文、回复和管理 Twitter 互动。
- 💸 加密货币：获取最新的加密货币价格。
- 🤖 ElizaOS集成：与 ElizaOS 无缝连接和交互，增强自动化。
- 🕑 时间实用程序
- ☁️ 天气信息（API）
- 📚 字典查找
- 🧮 数学表达式计算器
- 💵 货币兑换（API）
- 📈 股票数据：访问实时和历史股票市场信息。
- [WIP] 📰 新闻：检索最新新闻标题。

技术栈🛠️

Python ：核心编程语言
MCP：通信协议
Docker ：容器化

🤔 什么是 MCP？

模型上下文协议 ( 的前沿标准。您可以将其视为 AI 代理用来无缝交互的语言。🧠✨

MCP如此重要的原因如下：

🧩标准化：MCP 定义了如何跨模型共享上下文，从而实现互操作性。
⚡可扩展性：它旨在处理高吞吐量的大规模 AI 系统。
🔒安全性：强大的身份验证和细粒度的访问控制。
🌐灵活性：可跨不同的系统和 AI 架构工作。

来源

Related MCP server: MCP Async Server

安装📦

通过 PyPI 安装

pip install ProtoLinkai

用法💻

本地运行

ProtoLinkai --local-timezone "America/New_York"

在 Docker 中运行

构建 Docker 镜像： docker build -t ProtoLinkai .
运行容器： docker run -i --rm ProtoLinkai

Twitter 集成🐦

MProtoLinkAI 提供强大的 Twitter 集成，让您可以自动发送推文、回复和管理 Twitter 互动。本节详细介绍了如何通过 Docker 和.env + scripts/run_agent.sh配置和使用 Twitter 集成。

Twitter 集成的 Docker 环境变量

在 Docker 中运行 ProtoLinkAI 时，必须配置用于 Twitter 集成的环境变量。这些变量分为两类：

1.代理节点客户端凭证

代理内的Node.js 客户端使用这些凭证来管理 Twitter 交互。

ENV TWITTER_USERNAME= ENV TWITTER_PASSWORD= ENV TWITTER_EMAIL=

2. Tweepy（Twitter API v2）凭证

Tweepy利用这些凭证与 Twitter 的 API v2 进行交互。

ENV TWITTER_API_KEY= ENV TWITTER_API_SECRET= ENV TWITTER_ACCESS_TOKEN= ENV TWITTER_ACCESS_SECRET= ENV TWITTER_CLIENT_ID= ENV TWITTER_CLIENT_SECRET= ENV TWITTER_BEARER_TOKEN=

使用 Docker 运行 ProtoLinkAI

构建 Docker 镜像：
docker build -t ProtoLinkai .
运行容器：
docker run -i --rm ProtoLinkai

使用`.env` + `scripts/run_agent.sh`运行 ProtoLink

设置环境变量

在项目根目录中创建一个.env文件并添加以下环境变量：

ANTHROPIC_API_KEY=your_anthropic_api_key ELIZA_PATH=/path/to/eliza TWITTER_USERNAME=your_twitter_username TWITTER_EMAIL=your_twitter_email TWITTER_PASSWORD=your_twitter_password PERSONALITY_CONFIG=/path/to/personality_config.json RUN_AGENT=True # Tweepy (Twitter API v2) Credentials TWITTER_API_KEY=your_twitter_api_key TWITTER_API_SECRET=your_twitter_api_secret TWITTER_ACCESS_TOKEN=your_twitter_access_token TWITTER_ACCESS_SECRET=your_twitter_access_secret TWITTER_CLIENT_ID=your_twitter_client_id TWITTER_CLIENT_SECRET=your_twitter_client_secret TWITTER_BEARER_TOKEN=your_twitter_bearer_token

运行代理

使脚本可执行：
chmod +x scripts/run_agent.sh
运行代理：
bash scripts/run_agent.sh

概括

您可以使用 Docker 或在.env文件中设置环境变量并运行scripts/run_agent.sh脚本来配置 ProtoLink 与 Twitter 集成运行。

这种灵活性使您可以选择最适合您的部署环境的方法。

ElizaOS 集成

1. 直接使用 ProtoLink 的 Eliza Agents

这种方法允许您在后台运行 Eliza 框架的情况下使用 Eliza Agents。通过将 Eliza 功能直接嵌入到 ProtoLink 中，简化了设置。

步骤：

**配置 ProtoLink 以使用 Eliza MCP Agent：**在您的 Python 代码中，将 Eliza MCP Agent 添加到MultiToolAgent ：
from ProtoLink.core.multi_tool_agent import MultiToolAgent from ProtoLink.tools.eliza_mcp_agent import eliza_mcp_agent multi_tool_agent = MultiToolAgent([ # ... other agents eliza_mcp_agent ])

优点：

**简化设置：**无需管理单独的后台进程。
**更容易监控：**所有功能都封装在 MCPAgentAI 中。
**突出特点：**强调 MCPAgentAI 在无缝集成各种工具方面的灵活性。

2. 从 ProtoLinkai 运行 Eliza 框架

此方法涉及将 Eliza 框架作为与 ProtoLinkAI 一起运行的单独后台进程。

步骤：

启动 Eliza 框架： bash src/ProtoLinkai/tools/eliza/scripts/run.sh
监控 Eliza 进程： bash src/ProtoLinkai/tools/eliza/scripts/monitor.sh
**配置 MCPAgentAI 以使用 Eliza Agent：**在您的 Python 代码中，将 Eliza Agent 添加到MultiToolAgent ：
from ProtoLink.core.multi_tool_agent import MultiToolAgent from ProtoLink.tools.eliza_agent import eliza_agent multi_tool_agent = MultiToolAgent([ # ... other agents eliza_agent ])

教程：选择特定工具

您可以通过修改服务器中的代理配置或更新server.py文件来配置 ProtoLink 仅运行某些工具，从而仅加载所需的代理。例如：

from ProtoLinkai.tools.time_agent import TimeAgent from ProtoLinkai.tools.weather_agent import WeatherAgent from ProtoLinkai.core.multi_tool_agent import MultiToolAgent multi_tool_agent = MultiToolAgent([ TimeAgent(), WeatherAgent() ]) This setup will only enable **Time** and **Weather** tools.

集成示例：Claude 桌面配置

您可以使用以下配置（ claude_desktop_config.json ）将 ProtoLinkAI 与 Claude Desktop 集成，**请注意，**本地 ElizaOS repo 是可选参数：

{ "mcpServers": { "mcpagentai": { "command": "docker", "args": ["run", "-i", "-v", "/path/to/local/eliza:/app/eliza", "--rm", "mcpagentai"] } } }

开发🛠️

克隆此存储库：
git clone https://github.com/StevenROyola/ProtoLink.git cd mcpagentai
（可选）创建虚拟环境：
python3 -m venv .venv source .venv/bin/activate
安装依赖项：
pip install -e .
构建包：
python -m build

许可证：MIT
尽情享受吧！🎉

This server cannot be installed

-

security - not tested

F

license - not found

-

quality - not tested

How are these scores calculated?

Resources

GitHub Repository

Need Help?

Report Issue

Reddit Discussion

Related Servers

ProtoLinkAI MCP Server

ProtoLinkAI🚀

主要特点

技术栈🛠️

🤔 什么是 MCP？

来源

安装📦

通过 PyPI 安装

用法💻

本地运行

在 Docker 中运行

Twitter 集成🐦

Twitter 集成的 Docker 环境变量

1.代理节点客户端凭证

2. Tweepy（Twitter API v2）凭证

使用 Docker 运行 ProtoLinkAI

使用`.env` + `scripts/run_agent.sh`运行 ProtoLink

设置环境变量

运行代理

概括

ElizaOS 集成

1. 直接使用 ProtoLink 的 Eliza Agents

2. 从 ProtoLinkai 运行 Eliza 框架

教程：选择特定工具

集成示例：Claude 桌面配置

开发🛠️

Resources

Appeared in Searches

New MCP Servers

Latest Blog Posts

MCP directory API

ProtoLinkAI🚀

主要特点

技术栈🛠️

🤔 什么是 MCP？

来源

安装📦

通过 PyPI 安装

用法💻

本地运行

在 Docker 中运行

Twitter 集成🐦

Twitter 集成的 Docker 环境变量

1.代理节点客户端凭证

2. Tweepy（Twitter API v2）凭证

使用 Docker 运行 ProtoLinkAI

使用.env + scripts/run_agent.sh运行 ProtoLink

设置环境变量

运行代理

概括

ElizaOS 集成

1. 直接使用 ProtoLink 的 Eliza Agents

2. 从 ProtoLinkai 运行 Eliza 框架

教程：选择特定工具

集成示例：Claude 桌面配置

开发🛠️

Resources

Appeared in Searches

New MCP Servers

Latest Blog Posts

MCP directory API

使用`.env` + `scripts/run_agent.sh`运行 ProtoLink