-
security-
license-
qualityEnables AI agent and task management using the CrewAI framework, allowing users to create and run agents and tasks in an automated workflow environment.
Last updated -
0
6
MCP クルー AI サーバー
MCP Crew AI Serverは、CrewAIワークフローの実行、管理、作成を目的として設計された軽量なPythonベースのサーバーです。このプロジェクトは、モデルコンテキストプロトコル（MCP）を活用して大規模言語モデル（LLM）やClaude Desktop、Cursor IDEなどのツールと通信し、マルチエージェントワークフローを容易にオーケストレーションできます。
特徴
自動構成: 2 つの YAML ファイル (
agents.ymlとtasks.yml) からエージェントとタスクの構成を自動的に読み込むため、基本設定用のカスタム コードを記述する必要はありません。**コマンドラインの柔軟性:**コマンドライン引数 (
--agentsおよび--tasks) を介して構成ファイルにカスタム パスを渡します。シームレスなワークフロー実行: MCP
run_workflowツールを使用して、事前構成されたワークフローを簡単に実行します。**ローカル開発:**サーバーを STDIO モードでローカルに実行すると、開発とテストに最適です。
インストール
MCP Crew AI サーバーをインストールするには、いくつかの方法があります。
オプション 1: PyPI からインストールする (推奨)
pip install mcp-crew-ai
オプション2: GitHubからインストールする
pip install git+https://github.com/adam-paterson/mcp-crew-ai.git
オプション3: クローンとインストール
git clone https://github.com/adam-paterson/mcp-crew-ai.git
cd mcp-crew-ai
pip install -e .
要件
Python 3.11以上
MCP SDK
クルーAI
パイヤム
構成
**agents.yml:**役割、目標、背景を持つエージェントを定義します。
**tasks.yml:**説明と期待される出力を含むタスクを定義し、エージェントに割り当てます。
例:
zookeeper:
role: Zookeeper
goal: Manage zoo operations
backstory: >
You are a seasoned zookeeper with a passion for wildlife conservation...
例:
write_stories:
description: >
Write an engaging zoo update capturing the day's highlights.
expected_output: 5 engaging stories
agent: zookeeper
output_file: zoo_report.md
使用法
インストールが完了したら、次のいずれかの方法で MCP CrewAI サーバーを実行できます。
標準Pythonコマンド
mcp-crew-ai --agents path/to/agents.yml --tasks path/to/tasks.yml
UV実行（uvx）の使用
より効率的なエクスペリエンスを実現するには、UV 実行コマンドを使用できます。
uvx mcp-crew-ai --agents path/to/agents.yml --tasks path/to/tasks.yml
または、サーバーだけを直接実行します。
uvx mcp-crew-ai-server
これにより、環境変数からのデフォルト構成を使用してサーバーが起動します。
コマンドラインオプション
--agents: エージェントのYAMLファイルへのパス（必須）--tasks: タスクYAMLファイルへのパス（必須）--topic: クルーが取り組む主なトピック (デフォルト:「人工知能」)--process: 使用するプロセスタイプ (選択肢: "sequential" または "hierarchical"、デフォルト: "sequential")--verbose: 詳細出力を有効にする--variables: YAML ファイルで置き換える追加の変数を含む JSON 文字列または JSON ファイルへのパス--version: バージョン情報を表示して終了する
高度な使用法
YAML テンプレートで使用する追加の変数を指定することもできます。
mcp-crew-ai --agents examples/agents.yml --tasks examples/tasks.yml --topic "Machine Learning" --variables '{"year": 2025, "focus": "deep learning"}'
これらの変数は、YAMLファイル内のプレースホルダーを置き換えます。例えば、 {topic} 「Machine Learning」に、 {year}は「2025」に置き換えられます。
貢献
貢献を歓迎します！改善、バグ修正、新機能など、問題を報告したり、プルリクエストを送信したりしてください。
ライセンス
このプロジェクトはMITライセンスの下で提供されています。詳細はLICENSEファイルをご覧ください。
ワークフローオーケストレーションを楽しんでください!
This server cannot be installed
local-only server
The server can only run on the client's local machine because it depends on local resources.
モデル コンテキスト プロトコルを使用して、LLM や Claude Desktop、Cursor IDE などのツールと通信し、CrewAI ワークフローを実行、管理、作成するように設計された軽量の Python ベースのサーバーです。
Related MCP Servers
- -security-license-qualityA Model Context Protocol server that enables AI assistants like Claude to perform Python development tasks through file operations, code analysis, project management, and safe code execution.Last updated -5
- Asecurity-licenseAqualityA Model Context Protocol server that enables users to kickoff and monitor deployed CrewAI workflows through Claude Desktop.Last updated -246
- -security-license-qualityExposes CrewAI tools through a REST API that allows Claude and other LLMs to access web search functionality, data analysis capabilities, and custom CrewAI tools.