Von MEOK AI Labs — Sovereign AI-Tools für alle.

Agent Orchestrator MCP-Server

Multi-Agenten-Aufgabenverwaltungssystem für KI-Anwendungen. Erstellen Sie Agenten mit Rollen und Fähigkeiten, delegieren Sie Aufgaben mit vertrauensbasiertem Routing, koordinieren Sie den Dateizugriff zur Vermeidung von Konflikten, führen Sie fokussierte Sprints durch und überwachen Sie die Leistung über ein einheitliches Dashboard.

Basierend auf dem Sovereign Temple 47-Agenten-Koordinations-Framework, vereinfacht für die eigenständige Nutzung. Daten werden in ~/.mcp-agents/ gespeichert.

Tools

Installation

pip install mcp

Verwendung

Server starten

python server.py

Claude Desktop Konfiguration

{
  "mcpServers": {
    "agent-orchestrator": {
      "command": "python",
      "args": ["/path/to/agent-orchestrator-mcp/server.py"]
    }
  }
}

Beispiel-Workflow

1. Agenten erstellen:

Tool: create_agent
Input: {"name": "Research Bot", "role": "researcher", "department": "research", "capabilities": ["web_search", "analysis"]}
Output: {"status": "created", "agent_id": "research_bot", "role": "researcher"}

2. Eine Aufgabe delegieren:

Tool: delegate_task
Input: {"task": "Research competitor pricing models", "capability": "web_search", "priority": "high"}
Output: {"status": "delegated", "task_id": "a1b2c3d4", "agent_id": "research_bot"}

3. Dateizugriff koordinieren:

Tool: acquire_files
Input: {"agent_id": "research_bot", "files": ["report.md", "data.json"], "task_id": "a1b2c3d4", "exclusive": true}
Output: {"status": "acquired", "files": ["report.md", "data.json"]}

4. Die Aufgabe abschließen:

Tool: complete_task
Input: {"task_id": "a1b2c3d4", "agent_id": "research_bot", "result_summary": "Found 5 competitor pricing tiers...", "care_score": 0.8}
Output: {"status": "completed", "task_id": "a1b2c3d4"}

5. Das Dashboard überprüfen:

Tool: get_dashboard
Output: {"agents": {"total": 3, "active": 3, "avg_trust": 0.52}, "tasks": {"total": 12, "by_status": {"completed": 8, "assigned": 4}}, ...}

Vertrauenssystem

Agenten sammeln Vertrauen durch erfolgreiche Aufgabenerledigung:

• Erfolgreiche Aufgabe: Vertrauen += 0,02 x care_score (max. 1,0)

• Fehlgeschlagene Aufgabe: Vertrauen -= 0,05 (min. 0,0)

• Auto-Routing bevorzugt Agenten mit höherem Vertrauen

• Vertrauen bleibt über Sitzungen hinweg bestehen

Datenspeicherung

Alle Daten werden in ~/.mcp-agents/ gespeichert:

• agents.json - Agentenregister

• tasks.json - Aufgabenverlauf

• sprints.json - Sprint-Aufzeichnungen

Preisgestaltung

Lizenz

MIT