Project Overview

🚀 MCP 服務器 + OpenAI 代理項目

本項目將 MCP 服務器與 OpenAI 代理相結合，可用於自動化網絡搜索、文件操作等任務，有效提升工作效率。

🚀 快速開始

按照以下步驟開啟項目：

1. 運行 setup.sh 腳本，創建虛擬環境並安裝依賴項。
2. 安裝所需的外部工具，包括 Lynx、Docker 和 Node.js。
3. 按需配置 servers.yaml 文件，添加或修改服務器條目。
4. 運行代理並測試其功能。

📦 安裝指南

1. 創建並激活虛擬環境

運行提供的 setup.sh 腳本，使用 Python 3.13 建立虛擬環境：

./setup.sh

該腳本會依據 requirements.txt 創建虛擬環境，並安裝所有所需的 Python 包。

2. 安裝項目依賴項

確保已安裝運行所選 MCP 服務器所需的外部工具和服務：

• Lynx：用於 lynx 服務器，該服務器與 Lynx 終端網絡瀏覽器工具接口。
• Docker：用於 puppeteer 和 github 服務器，實現 Chrome 控制和 GitHub 交互。
• Node.js：用於 fs 服務器，使用 npx 命令。

💻 使用示例

運行 agent.py

基礎用法

• 使用配置的所有服務器運行代理：

python agent.py

• 選擇讓代理訪問的服務器，以提高性能：

# 允許代理訪問文件系統（用於本地文件瀏覽）和 Lynx（用於網絡搜索）
python agent.py --servers fs lynx

調試模式

使用 --debug 標誌初始化服務器而不執行代理，確保服務器配置正確：

python agent.py --debug

配置

服務器在 servers.yaml 中進行配置，每個服務器條目包含：

• 名稱：服務器的標識符。
• 描述：對服務器功能的簡要說明。
• 命令及參數：啟動服務器的命令行指令。
• 環境變量：初始化服務器所需的額外環境配置。

通常可在 github 倉庫中找到這些配置文件。

自定義服務器

可在 mcp-servers 目錄下開發自己的 MCP 服務器。

鏈接查找示例

若要進行 QEMU 設置的初始研究，可使用以下命令：

"查找與 QEMU 設置相關的鏈接" | python agent.py --servers lynx