Skip to main content
Glama

Agent Sense

by pepedd864

Agent Sense(智能感知)- MCP Server

为 AI Agent 提供感知能力的 Model Context Protocol (MCP) 服务器。

💡 为什么需要 Agent Sense?

AI Agent 在处理问题时,往往缺乏对外部环境的感知能力。Agent Sense 让 AI 可以:

  • 时效性研究 - 获取准确的当前时间,处理时间敏感的任务和分析

  • 位置信息研究 - 基于 IP 地址获取地理位置,提供本地化的建议和服务

  • 硬件环境分析 - 诊断系统性能问题,分析内存、磁盘、CPU 使用情况

  • 环境报错分析 - 了解操作系统版本、架构等信息,提供针对性的解决方案

通过提供充足的环境上下文,Agent Sense 让 AI 的回复更加准确、更具针对性。

🎯 核心价值

提供充足的环境上下文

当 AI Agent 了解用户的环境信息时,可以:

更准确的时间判断 - "现在是几点?" "今天星期几?" "距离某个时间还有多久?"
本地化建议 - 根据用户所在地区提供相关的服务、资源和建议
精准的故障诊断 - "为什么我的电脑这么慢?" → 检查内存使用率 99%
针对性的解决方案 - 根据操作系统版本和架构提供正确的安装命令

功能特性

Agent Sense 提供以下感知工具:

1. 获取时间 (get_time)

获取当前时间信息,支持多种格式:

  • ISO 8601 格式

  • 本地化格式

  • Unix 时间戳

  • 时区信息

  • 详细的年月日时分秒

2. 位置定位 (get_location)

基于 IP 地址获取地理位置信息:

  • 国家、地区、城市

  • 经纬度坐标

  • 时区

  • ISP 信息

3. 系统信息 (get_system_info)

获取操作系统详细信息:

  • 操作系统类型、版本、架构

  • 主机名、内核版本

  • 系统制造商和型号

  • 系统运行时间

4. 硬件信息 (get_hardware_info)

获取硬件配置信息:

  • CPU 型号、核心数、频率

  • 内存总量、使用情况

  • 硬盘容量、使用情况

  • 网络接口和 IP 地址

  • (详细模式)CPU 温度、电池状态、显卡信息

安装

npm install npm run build

使用方法

开发模式

npm run dev

使用 MCP Inspector 测试

MCP Inspector 是一个交互式的调试工具,可以在浏览器中测试你的 MCP server:

npm run inspector

这会启动一个本地服务器,通常在 http://localhost:5173,你可以在浏览器中:

  • 查看所有可用的工具

  • 测试每个工具的调用

  • 查看请求和响应

  • 实时调试

生产模式

npm start

配置到 CherryStudio/Claude Desktop

在 MCP 配置文件中添加:

{ "mcpServers": { "agent-sense": { "command": "node", "args": ["/path/to/agent-sense/dist/index.js"] } } }

或者使用 npx(发布到 npm 后):

{ "mcpServers": { "agent-sense": { "command": "npx", "args": ["-y", "agent-sense"] } } }

📝 实际应用场景

场景 1:性能诊断

用户: "我的电脑运行很慢,怎么回事?"
AI: 调用 get_hardware_info() → 发现内存使用率 99.72%
AI 回复: "你的内存使用率已达 99.72%(23.93GB/24GB),建议关闭一些应用程序释放内存。”

场景 2:时间敏感任务

用户: "帮我分析一下这个日志文件的错误"
AI: 调用 get_time() → 获取当前时间和时区
AI 回复: "根据日志时间戳(UTC)和你的本地时区(Asia/Shanghai),这个错误发生在 2 小时前...”

场景 3:本地化建议

用户: "推荐一些学习资源"
AI: 调用 get_location() → 发现用户在中国
AI 回复: "根据你的位置,推荐以下中文学习资源和国内可访问的平台...”

场景 4:环境特定解决方案

用户: "如何安装 Docker?"
AI: 调用 get_system_info() → macOS M3 芯片
AI 回复: "你使用的是 Apple Silicon (M3),请使用以下命令安装 Docker Desktop for Mac (Apple Silicon)...”

image-20251016085325925

工具使用示例

获取时间

{ "name": "get_time", "arguments": { "format": "iso" } }

获取位置

{ "name": "get_location", "arguments": { "ip": "8.8.8.8" } }

获取系统信息

{ "name": "get_system_info", "arguments": {} }

获取硬件信息

{ "name": "get_hardware_info", "arguments": { "detailed": true } }

跨平台支持

完全支持以下平台

  • Windows (Windows 10/11)

  • macOS (10.15+)

  • Linux (Ubuntu, Debian, CentOS, Fedora 等主流发行版)

所有功能在三大平台上均可正常工作,包括:

  • ✅ 时间获取 - 使用 Node.js 内置 API

  • ✅ 位置定位 - 基于公网 IP 的地理定位

  • ✅ 系统信息 - 跨平台系统信息获取

  • ✅ 硬件信息 - 智能过滤各平台的虚拟接口和系统分区

技术栈

  • Node.js + TypeScript: 核心运行环境

  • @modelcontextprotocol/sdk: MCP 协议实现

  • systeminformation: 跨平台系统和硬件信息获取

  • public-ip: 公网 IP 获取

  • zod: 参数验证

开发

# 安装依赖 npm install # 开发模式(热重载) npm run dev # 构建 npm run build # 运行 npm start

提示词

本项目使用kiro + claude 4.5 + vibe coding开发

提示词如下

我想做一个 为 agent 提供 感知能力的 mcp server,名为“智能感知(agent-sense)”,它需要提供以下工具,1. 获取时间;2. 位置定位;3. 系统信息(操作系统版本,架构);4. 硬件信息(CPU 型号,内存大小、硬盘大小、IP地址),请你帮我设计一个可行的方案,必要查询文档或者信息时,可使用对应的mcp server。技术栈方面,我希望使用 nodejs + typescript

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/pepedd864/agent-sense'

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