Por MEOK AI Labs — Herramientas de IA soberana para todos.

Servidor MCP de Orquestador de Agentes

Sistema de gestión de tareas multi-agente para aplicaciones de IA. Cree agentes con roles y capacidades, delegue tareas con enrutamiento basado en confianza, coordine el acceso a archivos para evitar conflictos, ejecute sprints enfocados y monitoree el rendimiento a través de un panel unificado.

Basado en el marco de coordinación de 47 agentes Sovereign Temple, simplificado para uso independiente. Los datos persisten en ~/.mcp-agents/.

Herramientas

Instalación

pip install mcp

Uso

Ejecutar el servidor

python server.py

Configuración de Claude Desktop

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

Flujo de trabajo de ejemplo

1. Crear agentes:

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. Delegar una tarea:

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. Coordinar el acceso a archivos:

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. Completar la tarea:

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. Revisar el panel:

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

Sistema de confianza

Los agentes acumulan confianza a través de la finalización exitosa de tareas:

• Tarea exitosa: confianza += 0.02 x care_score (máx 1.0)

• Tarea fallida: confianza -= 0.05 (mín 0.0)

• El enrutamiento automático prefiere agentes con mayor confianza

• La confianza persiste entre sesiones

Almacenamiento de datos

Todos los datos persisten en ~/.mcp-agents/:

• agents.json - Registro de agentes

• tasks.json - Historial de tareas

• sprints.json - Registros de sprints

Precios

Licencia

MIT