Skip to main content
Glama

Strands Агент MCP

Сервер Model Context Protocol (MCP) для выполнения агентов Strands. Этот проект предоставляет простой способ интеграции агентов Strands с Amazon Q и другими MCP-совместимыми системами.

Обзор

Strands Agent MCP — это мост между фреймворком Strands Agent и Model Context Protocol (MCP). Он позволяет:

  • Регистрация агентов Strands в качестве инструментов MCP

  • Выполнение агентов Strands через MCP

  • Найдите и перечислите доступных агентов

Проект использует архитектуру плагинов, которая позволяет легко добавлять новых агентов без изменения основного кода.

Related MCP server: Elasticsearch MCP Server

Установка

pip install strands-agent-mcp

Использование

Запуск MCP-сервера

strands-agent-mcp

Это запустит сервер MCP на порту по умолчанию.

Создание плагинов агента

Чтобы создать новый плагин агента, создайте пакет Python с именем, начинающимся с sap_mcp_plugin_ (sap означает плагин агента strands). Ваш пакет должен реализовать функцию register_plugin , которая регистрирует одного или нескольких агентов с помощью предоставленного реестра:

from strands import Agent from strands.models import BedrockModel from strands_agent_mcp.registry import Registry def register_plugin(registry: Registry) -> None: registry.register("my-agent", Agent( model=BedrockModel(boto_session=Session(region_name="us-west-2"))) )

Использование с Amazon Q

После запуска сервера MCP вы можете использовать агенты с Amazon Q:

q chat --mcp-server http://localhost:8000

Затем вы можете использовать в чате следующие команды:

  • Список доступных агентов: strands___list_agents

  • Выполнить агента: strands___execute_agent с параметрами agent (имя агента) и prompt (приглашение для отправки агенту)

Архитектура

Проект состоит из трех основных компонентов:

  1. Сервер : сервер MCP, предоставляющий API выполнения агента.

  2. Реестр : простой реестр для управления доступными агентами.

  3. Плагины : динамически обнаруживаемые модули, которые регистрируют агентов в реестре.

Сервер автоматически обнаруживает все установленные плагины, соответствующие соглашению об именовании, и регистрирует их агентов.

Зависимости

  • fastmcp : Для реализации сервера MCP

  • strands-agents : Основная структура агента Strands

  • strands-agents-builder : Инструменты для создания агентов Strands

  • strands-agents-tools : Дополнительные инструменты для агентов Strands

Разработка

Чтобы настроить среду разработки:

  1. Клонировать репозиторий

  2. Создать виртуальную среду: python -m venv .venv

  3. Активируйте виртуальную среду: source .venv/bin/activate (Linux/Mac) или .venv\Scripts\activate (Windows)

  4. Установка зависимостей разработки: pip install -e ".[dev]"

Создание тестового плагина

Репозиторий включает в себя пример плагина ( sap_mcp_plugin_test ), который демонстрирует, как создать и зарегистрировать простой агент под названием «simple-agent»:

from boto3 import Session from strands import Agent from strands.models import BedrockModel from strands_agent_mcp.registry import Registry def register_plugin(registry: Registry) -> None: registry.register("simple-agent", Agent( model=BedrockModel(boto_session=Session(region_name="us-west-2"))) )

Лицензия

[Добавьте сюда информацию о лицензии]

One-click Deploy
A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/imgaray/strands-agents-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server