agency-mcp-server

Ein MCP-Konfigurationseintrag. Über 150 spezialisierte Agenten auf Abruf. Keine manuelle Einrichtung.

Ihr KI-Assistent ist ein Generalist. Manchmal benötigen Sie einen Spezialisten – einen Game-Economy-Designer, einen Sicherheitsprüfer, einen technischen Redakteur. Dieser MCP-Server gibt Ihrem Assistenten sofortigen Zugriff auf über 150 Experten-Agentenvorlagen. Beschreiben Sie, was Sie benötigen, er findet den richtigen Agenten und startet ihn.

You: "Help me design a balanced game economy"
Claude: [searches -> finds Game Economy Designer -> spawns it -> expert response]

Vorlagen werden beim ersten Ausführen automatisch von agency-agents abgerufen und bleiben auf dem neuesten Stand. Sie müssen nichts tun.

Warum nicht einfach Agenten lokal installieren?

Das können Sie. Das Installationsskript von agency-agents kopiert alle über 160 Agentendateien direkt in das Konfigurationsverzeichnis Ihres Tools (z. B. ~/.claude/agents/). Es funktioniert – aber der Name und die Beschreibung jedes Agenten werden in das Kontextfenster jeder Konversation geladen, egal ob Sie sie verwenden oder nicht.

Wir haben es gemessen:

Das ist eine 150-fache Reduzierung der grundlegenden Kontextnutzung. Sie erhalten dieselben über 160 Agenten, zahlen aber nur für den, den Sie tatsächlich verwenden.

Installierte Agenten (8.300 Token): Wir haben das Installationsskript von agency-agents (install.sh --tool claude-code) ausgeführt, das 162 Agentendateien nach ~/.claude/agents/ kopiert hat. Dann haben wir eine neue Claude-Code-Sitzung geöffnet und /context ausgeführt. Claude Code meldete "Custom agents: 8.3k tokens" – geladen in jede Konversation, unabhängig davon, ob ein Agent verwendet wird.

MCP im Leerlauf (55 Token): Wenn stattdessen der MCP-Server konfiguriert ist, zeigt /context nur die beiden verzögerten Tool-Namen (agency_search, agency_browse) und eine kurze Serverbeschreibung im System-Prompt. Es werden keine Agentendaten geladen.

MCP-Suche (350 Token): Gemessen durch Tokenisierung der vollständigen JSON-Tool-Schemata, die geladen werden, wenn der Assistent ToolSearch aufruft, um die Tools agency_search und agency_browse aufzulösen. Gezählt mit @anthropic-ai/tokenizer.

MCP bei Verwendung eines Agenten (2.700 Token): Die mittlere Token-Anzahl über alle 145 Agentendateien hinweg, gemessen mit @anthropic-ai/tokenizer. Nur die einzelne Agentendatei, die Sie tatsächlich verwenden, wird in den Kontext geladen. Der Bereich liegt je nach Agent zwischen 383 und 12.724 Token (p25: 1.549, p75: 3.584).

Schnellstart

Claude Code

Als Plugin:

/plugin marketplace add npupko/agency-mcp-server
/plugin install agency@agency-mcp-server

Oder über CLI:

claude mcp add agency -- npx -y agency-mcp-server

Cursor, Windsurf und andere MCP-Clients

Fügen Sie dies zu Ihrer MCP-Konfiguration hinzu:

{
  "mcpServers": {
    "agency": {
      "command": "npx",
      "args": ["-y", "agency-mcp-server"]
    }
  }
}

Das war's. Beim ersten Start werden die Vorlagen nach ~/.cache/agency-mcp-server/ geklont und alle 24 Stunden aktualisiert.

Überprüfen, ob es funktioniert

Fragen Sie Ihren Assistenten:

"Suche nach einem Game-Economy-Designer-Agenten"

Sie sollten Ergebnisse vom Tool agency_search sehen. Wenn es der erste Durchlauf ist, werden die Vorlagen automatisch heruntergeladen (~30 Sekunden).

Funktionsweise

Ihr Assistent erhält vier Tools:

1. agency_search(query, division?) -- beschreiben Sie eine Aufgabe, erhalten Sie passende Agenten mit Startanweisungen

2. agency_browse(division?) -- erkunden Sie Abteilungen und Agenten, wenn Sie sehen möchten, was verfügbar ist

3. agency_status() -- überprüfen Sie die Aktualität des Index: Anzahl der Agenten, Zeitpunkt der letzten Aktualisierung, ob ein Update verfügbar ist

4. agency_update() -- rufen Sie die neuesten Vorlagen von Git ab und erstellen Sie den Suchindex neu, ohne neu zu starten

Wenn Sie um Hilfe bei etwas Bestimmtem bitten, ruft Ihr Assistent agency_search auf, wählt die beste Übereinstimmung aus und startet einen Unteragenten mit dem vollständigen System-Prompt dieses Spezialisten. Sie erhalten eine Expertenantwort, ohne jemals eine Konfigurationsdatei anfassen zu müssen.

Was ist verfügbar

Agenten sind in Abteilungen unterteilt:

Konfiguration

Die gesamte Konfiguration erfolgt über Umgebungsvariablen in Ihrer MCP-Konfiguration:

Verwenden Sie Ihre eigenen Vorlagen

Zeigen Sie auf ein lokales Verzeichnis:

{
  "mcpServers": {
    "agency": {
      "command": "npx",
      "args": ["-y", "agency-mcp-server"],
      "env": {
        "AGENCY_AGENTS_PATH": "/path/to/your/agent-templates"
      }
    }
  }
}

Oder klonen Sie aus Ihrem eigenen Repo:

{
  "mcpServers": {
    "agency": {
      "command": "npx",
      "args": ["-y", "agency-mcp-server"],
      "env": {
        "AGENCY_REPO_URL": "https://github.com/yourorg/custom-agents.git"
      }
    }
  }
}

Vorlagenformat

Jeder Agent ist eine Markdown-Datei mit YAML-Front-Matter, organisiert nach Abteilung:

engineering/
  software-architect.md
  devops-engineer.md
design/
  ui-designer.md
game-development/
  game-economy-designer.md

---
name: Software Architect
description: Expert software architect specializing in system design...
---

Full agent system prompt goes here.

Der Server indiziert die Felder name und description für die Suche. Der vollständige Markdown-Text wird zum System-Prompt des Agenten, wenn er gestartet wird.

MCP-Schnittstelle

Tools

• agency_search(query, division?) -- finden Sie Agenten nach Aufgabenbeschreibung, gibt Übereinstimmungen mit Dateipfaden und einer gebrauchsfertigen Startvorlage zurück

• agency_browse(division?) -- listen Sie alle Abteilungen auf oder listen Sie Agenten innerhalb einer bestimmten Abteilung auf

• agency_status() -- überprüfen Sie die Aktualität des Index: Anzahl der Agenten, Zeitpunkt der letzten Aktualisierung, ob ein Update ansteht

• agency_update() -- rufen Sie die neuesten Vorlagen von Git ab und erstellen Sie den Suchindex zur Laufzeit neu

Ressourcen

• agency://agents -- vollständiger Agentenindex als JSON

• agency://divisions -- Abteilungsliste mit Anzahlen und Beispielen

Prompts

• use-agent -- beschreiben Sie eine Aufgabe, erhalten Sie den am besten passenden Agenten mit Startanweisungen

Entwicklung

npm install
npm run build

# Run with auto-fetched templates
node dist/index.js

# Run with local templates
AGENCY_AGENTS_PATH=./my-agents node dist/index.js

# Type checking
npm run typecheck

# MCP Inspector
npm run inspect

Credits

Agentenvorlagen von agency-agents von @msitarzewski.

Lizenz

MIT