MCP Crew Ai

🚀 MCPチームAIサーバー

MCPチームAIサーバーは、Pythonベースの軽量サーバーで、CrewAIワークフローの実行、管理、作成を目的としています。このプロジェクトは、モデルコンテキストプロトコル（MCP）を利用して、大規模言語モデル（LLMs）やツール（Claude DesktopやCursor IDEなど）と通信し、多エージェントワークフローを簡単に調整できるようにします。

✨ 主な機能

• 自動設定：2つのYAMLファイル（agents.ymlとtasks.yml）から自動的にエージェントとタスクの設定を読み込むため、基本設定のためのカスタムコードを記述する必要がありません。
• コマンドラインの柔軟性：コマンドライン引数（--agentsと--tasks）を使用して、設定ファイルへのカスタムパスを渡すことができます。
• シームレスなワークフロー実行：MCPのrun_workflowツールを使用して、事前に設定されたワークフローを簡単に実行できます。
• ローカル開発：標準出力モードでサーバーを実行できるため、開発とテストに最適です。

📦 インストール

MCPチームAIサーバーをインストールする方法はいくつかあります。

オプション1：PyPIからインストール（推奨）

pip install mcp-crew-ai

オプション2：GitHubからインストール

pip install git+https://github.com/adam-paterson/mcp-crew-ai.git

オプション3：クローンしてインストール

git clone https://github.com/adam-paterson/mcp-crew-ai.git
cd mcp-crew-ai
pip install -e .

前提条件

• Python 3.11+
• MCP SDK
• CrewAI
• PyYAML

📚 ドキュメント

設定

• agents.yml：エージェントの役割、目標、背景ストーリーを定義します。
• tasks.yml：タスクの説明、期待される出力を定義し、エージェントに割り当てます。

agents.ymlの例：

zookeeper:
  role: 獅子管理者
  goal: 動物園の運営を管理する
  backstory: >
    あなたは経験豊富な動物園管理者で、野生生物保護に熱心です...

tasks.ymlの例：

write_stories:
  description: >
    その日のハイライトを捉えた魅力的な動物園の更新を書きます。
  expected_output: 5つの魅力的な物語
  agent: zookeeper
  output_file: zoo_report.md

使用方法

インストールが完了したら、以下の方法でMCPチームAIサーバーを実行できます。

基本的な使用法

mcp-crew-ai --agents path/to/agents.yml --tasks path/to/tasks.yml

高度な使用法

UV実行（uvx）を使用すると、よりスムーズな体験が得られます。

uvx mcp-crew-ai --agents path/to/agents.yml --tasks path/to/tasks.yml

または、サーバーを直接実行することもできます。

uvx mcp-crew-ai-server

これにより、環境変数を使用してデフォルト設定のサーバーが起動します。

コマンドラインオプション

• --agents：エージェントのYAMLファイルのパス（必須）
• --tasks：タスクのYAMLファイルのパス（必須）
• --topic：チームの作業の主要なトピック（デフォルト： "人工知能"）
• --process：使用する処理タイプ（選択肢："順次"または"階層的"、デフォルト："順次"）
• --verbose：詳細な出力を有効にする
• --variables：YAMLファイル内の置換に使用する追加変数を含むJSON文字列またはJSONファイルのパス
• --version：バージョン情報を表示して終了する

高度な使用例

YAMLテンプレートに追加の変数を提供することもできます。

mcp-crew-ai --agents examples/agents.yml --tasks examples/tasks.yml --topic "機械学習" --variables '{"year": 2025, "focus": "ディープラーニング"}'

これらの変数は、YAMLファイル内のプレースホルダーを置き換えます。たとえば、{topic}は "機械学習"に置き換えられ、{year}は "2025"に置き換えられます。

🤝 貢献

貢献を歓迎します！問題を開くか、プルリクエストを送信して、プロジェクトの改善にご協力ください。

📄 ライセンス

[ここにライセンス情報を追加]