-
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 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.yml및tasks.yml)에서 에이전트 및 작업 구성을 자동으로 로드하므로 기본 설정을 위해 사용자 정의 코드를 작성할 필요가 없습니다.명령줄 유연성: 명령줄 인수(
--agents및--tasks)를 통해 사용자 정의 경로를 구성 파일에 전달합니다.원활한 워크플로 실행: MCP
run_workflow도구를 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
zookeeper:
role: Zookeeper
goal: Manage zoo operations
backstory: >
You are a seasoned zookeeper with a passion for wildlife conservation...
예제
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!
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.
LLM 및 Claude Desktop이나 Cursor IDE와 같은 도구와 통신하기 위한 모델 컨텍스트 프로토콜을 사용하여 CrewAI 워크플로를 실행, 관리 및 생성하도록 설계된 가벼운 Python 기반 서버입니다.
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.