AgentBridge 🪟

本地优先的 AI API 保管库 + Agent 能力中枢 —— 像 Cherry Studio 一样管理你的所有 API，但数据 100% 留在本机，并且 Agent 可以通过 MCP 直接读取、调用、记账。

✨ 核心特性

• 🔒 安全第一：API Key 存在 Windows 凭据管理器（系统级加密），数据库是本机单个 SQLite 文件，零云端依赖，断网可用

• 📦 API 保管库：统一管理所有供应商的接口地址、Key、模型名称，面板一键复制

• 📊 使用量统计：哪个 Agent、哪个模型、用了多少次 / token / 估算费用，自动记账

• 🌉 多形态接入 Agent：

  • MCP 服务器（stdio）—— Claude Code / Codex / Hermes 等直接接入

  • REST API（HTTP）—— 任何程序可调用

  • 后续支持插件形态

Related MCP server: MCP-Secrets-Vault

🚀 快速开始

1. 双击 start.bat（首次运行自动创建环境）

2. 浏览器自动打开 http://127.0.0.1:8765

3. 添加你的第一个供应商（名称 + 接口地址 + Key + 模型名）

让 Agent 接入（MCP）

在你的 Agent 的 MCP 配置中添加：

{
  "mcpServers": {
    "agentbridge": {
      "command": "D:\\GitHub\\agentbridge\\.venv\\Scripts\\python.exe",
      "args": ["D:\\GitHub\\agentbridge\\app\\mcp_server.py"]
    }
  }
}

Agent 将获得 4 个工具：

🗺️ 路线图

• v0.1 — API 保管库 + 使用量统计 + MCP 接入

• v0.2 — 知识库（LLM Wiki，带来源标注）

• v0.3 — 统一管理 skill / 插件 / MCP / 专家角色

• v0.4 — 对话记忆引擎（自动总结 → 分类 → 跨 Agent 共享）

• v0.5 — 能力蒸馏（Agent A 的经验提炼成能力卡，给 Agent B 学习）

🛡️ 安全说明

• API Key 通过 keyring 存入 Windows 凭据管理器，数据库中只有"是否有 Key"的布尔值

• SQLite 数据库文件在本机 data/ 目录，不上传任何服务器

• 服务只监听 127.0.0.1，局域网内其他设备无法访问

• MCP 的 get_credentials 只能从本机进程调用

📄 许可证

MIT