MCP 승무원 AI 서버

MCP Crew AI Server는 CrewAI 워크플로를 실행, 관리 및 생성하도록 설계된 경량 Python 기반 서버입니다. 이 프로젝트는 모델 컨텍스트 프로토콜(MCP)을 활용하여 대용량 언어 모델(LLM) 및 Claude Desktop이나 Cursor IDE와 같은 도구와 통신하여 다중 에이전트 워크플로를 손쉽게 조정할 수 있도록 지원합니다.

특징

자동 구성: 두 개의 YAML 파일( agents.yml 및 tasks.yml )에서 에이전트 및 작업 구성을 자동으로 로드하므로 기본 설정을 위해 사용자 정의 코드를 작성할 필요가 없습니다.
명령줄 유연성: 명령줄 인수( --agents 및 --tasks )를 통해 사용자 정의 경로를 구성 파일에 전달합니다.
원활한 워크플로 실행: MCP run_workflow 도구를 통해 미리 구성된 워크플로를 쉽게 실행할 수 있습니다.
로컬 개발: STDIO 모드로 서버를 로컬로 실행하므로 개발 및 테스트에 이상적입니다.

설치

MCP Crew AI 서버를 설치하는 방법에는 여러 가지가 있습니다.

옵션 1: PyPI에서 설치(권장)

지엑스피1

옵션 2: GitHub에서 설치

pip install git+https://github.com/adam-paterson/mcp-crew-ai.git

옵션 3: 복제 및 설치

git clone https://github.com/adam-paterson/mcp-crew-ai.git
cd mcp-crew-ai
pip install -e .

요구 사항

파이썬 3.11+
MCP SDK
크루AI
PyYAML

구성

agents.yml: 역할, 목표, 배경 스토리를 통해 에이전트를 정의합니다.
task.yml: 설명, 예상 출력으로 작업을 정의하고 에이전트에게 할당합니다.

예시 agents.yml :

zookeeper:
  role: Zookeeper
  goal: Manage zoo operations
  backstory: >
    You are a seasoned zookeeper with a passion for wildlife conservation...

예제 tasks.yml :

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

용법

설치가 완료되면 다음 방법 중 하나를 사용하여 MCP CrewAI 서버를 실행할 수 있습니다.

표준 Python 명령어

mcp-crew-ai --agents path/to/agents.yml --tasks path/to/tasks.yml

UV 실행(uvx) 사용

더욱 간소화된 환경을 위해 UV 실행 명령을 사용할 수 있습니다.

uvx mcp-crew-ai --agents path/to/agents.yml --tasks path/to/tasks.yml

또는 서버를 직접 실행합니다.

uvx mcp-crew-ai-server

이렇게 하면 환경 변수의 기본 구성을 사용하여 서버가 시작됩니다.

명령줄 옵션

--agents : 에이전트 YAML 파일 경로(필수)
--tasks : 작업 YAML 파일 경로(필수)
--topic : 승무원이 작업할 주요 주제(기본값: "인공지능")
--process : 사용할 프로세스 유형(선택 사항: "순차적" 또는 "계층적", 기본값: "순차적")
--verbose : 자세한 출력을 활성화합니다.
--variables : YAML 파일에서 대체할 추가 변수가 포함된 JSON 문자열 또는 JSON 파일 경로
--version : 버전 정보를 표시하고 종료합니다.

고급 사용법

YAML 템플릿에서 사용할 추가 변수를 제공할 수도 있습니다.

mcp-crew-ai --agents examples/agents.yml --tasks examples/tasks.yml --topic "Machine Learning" --variables '{"year": 2025, "focus": "deep learning"}'

이러한 변수는 YAML 파일의 자리 표시자를 대체합니다. 예를 들어, {topic} "Machine Learning"으로, {year} "2025"로 대체됩니다.

기여하다

기여를 환영합니다! 개선 사항, 버그 수정, 새로운 기능 추가 시 이슈를 공개하거나 풀 리퀘스트를 제출해 주세요.

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 라이선스 파일을 참조하세요.

행복한 워크플로우 오케스트레이션을 경험하세요!

Integrations