Servidor MCP de comunicación de agentes entre sistemas
Descripción general
Este servidor MCP permite la comunicación y coordinación entre diferentes modos/roles de Roo en múltiples sistemas. Crea una arquitectura de "equipo de agentes" donde agentes LLM especializados pueden colaborar en tareas, compartir contexto y coordinar el trabajo.
Características
- Registro de agentes : registre y administre diferentes modos/roles de Roo con sus capacidades
- Bus de mensajes : permite la comunicación asincrónica entre agentes
- Coordinación de tareas : gestionar la asignación de tareas y el seguimiento del progreso.
- Intercambio de contexto : facilitar la transferencia de conocimientos entre agentes
- Integración con GitHub : cree y realice un seguimiento de los problemas de GitHub, administre las solicitudes de extracción
- Integración de PlanetScale : almacene datos de agentes, mensajes y tareas en una base de datos escalable
Arquitectura
El servidor MCP de comunicación de agente entre sistemas consta de tres componentes principales:
- Servidor MCP principal
- Registro de agentes
- Autobús de mensajes
- Coordinación de tareas
- Intercambio de contexto
- Capa de integración de GitHub
- Gestión de problemas
- Flujo de trabajo de relaciones públicas
- Gestión de proyectos
- Capa de base de datos PlanetScale
- Almacenamiento de datos del agente
- Almacenamiento de mensajes
- Base de datos de tareas
Empezando
Prerrequisitos
- Node.js 18 o superior
- TypeScript 5.3 o superior
- Acceso a la API de GitHub
- Cuenta de base de datos de PlanetScale
Instalación
- Clonar el repositorio:
- Instalar dependencias:
- Crea un archivo
.env
con las siguientes variables: - Construir el proyecto:
- Iniciar el servidor:
Desarrollo
Ejecutando en modo de desarrollo
Ejecución de pruebas
Pelusa
Puntos finales de API
Gestión de agentes
register_agent
: Registrar un nuevo agenteupdate_agent
: Actualizar la información del agenteget_agent
: Obtener información del agentelist_agents
: Lista todos los agentes registrados
Mensajería
send_message
: Envía un mensaje a otro agenteget_messages
: Obtener mensajes para un agentemark_message_read
: Marcar el mensaje como leídodelete_message
: Eliminar un mensaje
Gestión de tareas
create_task
: Crea una nueva tareaassign_task
: Asignar tarea a un agenteupdate_task_status
: Actualizar el estado de la tareaget_task
: Obtener detalles de la tarealist_tasks
: Lista de tareas
Intercambio de contexto
create_context
: Crear contexto compartidoupdate_context
: Actualizar el contexto compartidoshare_context
: Compartir contexto con el agenteget_context
: Obtener el contexto compartidolist_contexts
: Lista de contextos compartidos
Integración de GitHub
github_create_issue
: Crear un problema de GitHubgithub_comment_issue
: Comentario sobre el problema de GitHubgithub_create_pr
: Crear una PR de GitHubgithub_review_pr
: Revisar GitHub PR
Licencia
Instituto Tecnológico de Massachusetts (MIT)
This server cannot be installed
remote-capable server
The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.
Permite la comunicación y la coordinación entre diferentes agentes LLM en múltiples sistemas, lo que permite que los agentes especializados colaboren en tareas, compartan contexto y coordinen el trabajo a través de una plataforma unificada.
Related MCP Servers
- -securityFlicense-qualityEnables LLMs to interact with Discord channels by sending and reading messages through Discord's API, with a focus on maintaining user control and security.Last updated -33TypeScript
- AsecurityFlicenseAqualityA server that implements the Model Context Protocol to connect LLMs to Brightsy AI agents, allowing users to pass messages to and receive responses from these agents.Last updated -196JavaScript
- -securityAlicense-qualityEnables multiple AI agents to share and read each other's responses to the same prompt, allowing them to reflect on what other LLMs said to the same question.Last updated -TypeScriptMIT License
- -securityFlicense-qualityA Model Context Protocol server that enables conversational LLMs to delegate complex research tasks to specialized AI agents powered by various OpenRouter models, coordinated by a Claude orchestrator.Last updated -10JavaScript