项目地址:https://github.com/LeapLabTHU/cooragent

一键配置 MCP 本地智能体服务

与众多 MCP 框架不同的是 Cooragent 能够无感支持众多的 MCP 服务。用户无需手动配置调试 MCP Server 或者 MCP Client,而是只需要在 json 文件简单几行配置。Cooragent 即能够自动集成 MCP Tools,并且自动在任务中选择需要的 tool,以完成用户指定的任务。
从使用方式来看,这是所有 Agent 框架中最便利的使用方式。比起其他的框架,甚至是 Claude Desktop,Cooragent 使得用户对 MCP 的使用难度几乎降低到 0。

配置方法:

  1. 定位/创建配置文件
    在项目根目录中找到或创建 config/mcp.json 文件。

    cd ./config
    cp mcp.json.example mcp.json
    
  2. 添加 MCP 服务
    在此 JSON 文件中定义您的 MCP 服务。每个服务都有一个唯一的键 (key) 和一个配置对象。

    配置文件 (config/mcp.json) 示例:

    {
        "mcpServers": {
          "aws-kb-retrieval": {
            "command": "npx",
            "args": ["-y", "@modelcontextprotocol/server-aws-kb-retrieval"],
            "env": {
              "AWS_ACCESS_KEY_ID": "YOUR_ACCESS_KEY_HERE",
              "AWS_SECRET_ACCESS_KEY": "YOUR_SECRET_ACCESS_KEY_HERE",
              "AWS_REGION": "YOUR_AWS_REGION_HERE"
            }
          },
          "AMAP": {
            "url": "https://mcp.amap.com/sse",
            "env": {
              "AMAP_MAPS_API_KEY": "AMAP_MAPS_API_KEY"
            }
          }
        }
    }
    

配置完成后,Cooragent 会自动在 mcp.json 中定义的这些 MCP 服务注册为可用工具。之后,智能体 (Agent) 在规划和执行任务时便可以选择和使用这些工具,从而实现更复杂的任务。

功能比较

功能 cooragent open-manus langmanus OpenAI Assistant Operator
实现原理 基于 Agent 自主创建实现不同 Agent 之间的协作完成复杂功能 基于工具调用实现复杂功能 基于工具调用实现复杂功能 基于工具调用实现复杂功能
支持的 LLMs 丰富多样 丰富多样 丰富多样 仅限 OpenAI
MCP 支持
Agent 协作
多 Agent Runtime 支持
可观测性
本地部署

MCP 工具调用效果

比 Claude Desktop 更加方便的本地智能体服务

Logo

中国智能体开发者社区,聚焦智能体与大模型开发,提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动,促进经验交流与协作,助力开发者快速构建创新智能应用。

更多推荐