Agent Sense

# 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 ### 5. 天气信息 (`get_weather`) 获取实时天气和天气预报： - 当前温度、体感温度 - 湿度、风速、风向 - 天气描述和图标 - 未来 7 天天气预报（可选） - 支持指定城市或自动获取当前位置 ## 安装 ```bash npm install npm run build ``` ## 使用方法 ### 开发模式 ```bash 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： ```bash 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 ```bash npm start ``` ### 配置到 CherryStudio/Claude Desktop 在 MCP 配置文件中添加： ```json { "mcpServers": { "agent-sense": { "command": "node", "args": ["/path/to/agent-sense/dist/index.js"] } } } ``` 或者使用 npx（发布到 npm 后）： ```json { "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)...”  ### 场景 5：天气相关建议 **用户**: "今天适合出去跑步吗？" **AI**: 调用 `get_weather()` → 当前温度 15°C，小雨 **AI 回复**: "现在北京温度 15°C，正在下小雨，湿度 85%，不太适合户外跑步。建议选择室内运动或等雨停后再出门。" ## 工具使用示例 ### 获取时间 ```json { "name": "get_time", "arguments": { "format": "iso" } } ``` ### 获取位置 ```json { "name": "get_location", "arguments": { "ip": "8.8.8.8" } } ``` ### 获取系统信息 ```json { "name": "get_system_info", "arguments": {} } ``` ### 获取硬件信息 ```json { "name": "get_hardware_info", "arguments": { "detailed": true } } ``` ### 获取天气信息 ```json { "name": "get_weather", "arguments": { "city": "北京", "includeForecast": true } } ``` 或不传参数使用当前位置： ```json { "name": "get_weather", "arguments": {} } ``` ## 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 ```bash # 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 ```