Sistema de orquestación de agentes MCP

Una implementación en Python de un sistema de orquestación de agentes basado en estados utilizando el Protocolo de Contexto de Modelo (MCP).

¿Qué es MCP?

El Protocolo de Contexto de Modelo (MCP) permite que las aplicaciones proporcionen contexto para los LLM de forma estandarizada, separando la necesidad de proporcionar contexto de la interacción real con el LLM. Con MCP, se pueden crear servidores que exponen:

Recursos : Fuentes de datos que proporcionan información a los LLM
Herramientas : Funciones que permiten a los LLM realizar acciones
Indicaciones : Plantillas reutilizables para interacciones LLM

Instalación

Prerrequisitos

Python 3.10 o superior
MCP Python SDK 1.2.0 o superior

Configuración de su entorno

Uso de uv (recomendado)

# Install uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# Create a new directory for our project
uv init mcp-agents-orchestra
cd mcp-agents-orchestra

# Create virtual environment and activate it
uv venv
source .venv/bin/activate  # On Unix/macOS
.venv\Scripts\activate     # On Windows

# Install dependencies
uv add "mcp[cli]" httpx

Usando pip

# Create a new directory for our project
mkdir mcp-agents-orchestra
cd mcp-agents-orchestra

# Create a virtual environment
python -m venv venv
source venv/bin/activate  # On Unix/macOS
venv\Scripts\activate     # On Windows

# Install dependencies
pip install "mcp[cli]" httpx

Clonar o descargar archivos del proyecto

Coloque los archivos del proyecto en su directorio:

orchestrator.py : el servidor MCP principal que implementa la máquina de estados
orchestrator_client.py - Cliente que demuestra el flujo de orquestación
requirements.txt - Dependencias del proyecto
.gitignore - Archivo ignorado de Git

Estructura del proyecto

orchestrator.py : el servidor MCP principal que implementa la máquina de estados
orchestrator_client.py - Cliente que demuestra el flujo de orquestación
requirements.txt - Dependencias del proyecto

Ejecución del sistema de orquestación

Inicie el servidor de orquestación directamente para realizar pruebas:

python orchestrator.py

En una terminal separada, ejecute el cliente para ver la orquestación en acción:

python orchestrator_client.py

Integración con Claude para escritorio

1. Instalar Claude para escritorio

Asegúrate de tener instalado Claude para escritorio. Puedes descargar la última versión desde el sitio web de Anthropic .

2. Configurar Claude para escritorio

Abra el archivo de configuración de Claude for Desktop:macOS/Linux:
# Create or edit the configuration file code ~/Library/Application\ Support/Claude/claude_desktop_config.json
Ventanas:
# Path may vary depending on your Windows version code %APPDATA%\Claude\claude_desktop_config.json
Agregue la configuración del servidor del orquestador:
{ "mcpServers": { "agent-orchestrator": { "command": "python", "args": [ "/ABSOLUTE/PATH/TO/YOUR/PROJECT/orchestrator.py" ] } } }
Reemplace la ruta con la ruta absoluta a su archivo orchestrator.py.
Guarde el archivo de configuración y reinicie Claude for Desktop.

3. Uso del orquestador en Claude

Una vez configurado, podrás:

Abrir Claude para escritorio
Haga clic en el icono del servidor MCP en la barra lateral
Seleccione "agente-orquestador" de la lista de servidores disponibles
Comience a interactuar con el sistema de orquestación

Claude podrá:

Transición entre diferentes estados del agente
Almacenar y recuperar información de la base de conocimientos
Mantener el contexto de la conversación a lo largo de las transiciones de estado
Acceda a indicaciones específicas del estado

Estados del agente

El sistema de orquestación implementa una máquina de estados con los siguientes estados:

IDLE : Esperando instrucciones
PLANIFICACIÓN : Crear un plan estructurado para una tarea
INVESTIGACIÓN : Recopilar información necesaria para una tarea.
EJECUTAR : Llevar a cabo acciones planificadas
REVISIÓN : Evaluación de resultados y determinación de próximos pasos
ERROR : Manejo de errores o situaciones inesperadas

Personalización del sistema

Añadiendo nuevos estados

Agregue el estado a la enumeración AgentState en orchestrator.py
Crear una función de aviso para el nuevo estado
Actualizar la lógica de transición en _get_available_transitions()
Agregar controladores para el nuevo estado en las funciones de acceso a recursos

Creación de herramientas personalizadas

Agregue nuevas herramientas creando funciones decoradas con @mcp.tool() :

@mcp.tool()
def my_custom_tool(arg1: str, arg2: int, ctx: Context) -> str:
    """Description of what this tool does
    
    Args:
        arg1: Description of arg1
        arg2: Description of arg2
    """
    # Implementation here
    return "Result"

Desarrollo y pruebas

Uso de la CLI de MCP

La CLI de MCP proporciona herramientas para el desarrollo y las pruebas:

# Install MCP CLI if you haven't already
pip install "mcp[cli]"

# Test your server with the MCP Inspector
mcp dev orchestrator.py

# Install in Claude Desktop
mcp install orchestrator.py

Pruebas manuales con Python

from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async with stdio_client(StdioServerParameters(command="python", args=["orchestrator.py"])) as (read, write):
    async with ClientSession(read, write) as session:
        await session.initialize()
        # Test state transitions
        await session.call_tool("transition_state", arguments={"new_state": "PLANNING"})

Recursos

Licencia

Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.

This server cannot be installed

security - not tested

license - not found

quality - not tested

local-only server

The server can only run on the client's local machine because it depends on local resources.

Un sistema de orquestación de agentes basado en estados que permite transiciones entre diferentes estados (INACTIVO, PLANIFICANDO, INVESTIGANDO, EJECUTANDO, REVISANDO, ERROR) mientras mantiene el contexto de la conversación y proporciona indicaciones específicas para cada estado.

Related MCP Servers

MCP Orchestrator Server
mokafari
-
security
A
license
-
quality
A server for task orchestration and coordination, facilitating task management with dependencies, multi-instance collaboration, and persistent task tracking.
Last updated -
7
17
JavaScript
MIT License
ClickUp MCP Server
windalfin
-
security
A
license
-
quality
A Model Context Protocol server that enables AI agents to interact with ClickUp workspaces, allowing task creation, management, and workspace organization through natural language commands.
Last updated -
313
MIT License
Role-Specific Context MCP Server
Chris-June
-
security
F
license
-
quality
A Model Context Protocol server that enables role-based context management for AI agents, allowing users to establish specific instructions, maintain partitioned memory, and adapt tone for different agent roles in their system.
Last updated -
TypeScript
Simple Memory Extension MCP Server
gmacev
-
security
A
license
-
quality
An MCP server that extends AI agents' context window by providing tools to store, retrieve, and search memories, allowing agents to maintain history and context across long interactions.
Last updated -
5
TypeScript
MIT License

View all related MCP servers

MCP Agent Orchestration System