Crew AI MCP 服务器

一个使用 CrewAI 框架提供 AI 代理和任务管理功能的 MCP 服务器。

设置

1. 克隆或分叉此仓库
2. 运行设置脚本：

./crew.sh

设置脚本将：

• 安装所需的 Python 依赖项
• 为您的系统配置 MCP 设置文件
• 自动设置正确的路径

配置

在使用服务器之前，设置您的 OpenAI API 密钥：

export OPENAI_API_KEY="your-api-key"

使用

服务器提供了三个主要工具：

1. 创建代理

{
    "method": "call_tool",
    "params": {
        "name": "create_agent",
        "arguments": {
            "role": "researcher",
            "goal": "Research and analyze information effectively",
            "backstory": "An experienced research analyst"
        }
    }
}

2. 创建任务

{
    "method": "call_tool",
    "params": {
        "name": "create_task",
        "arguments": {
            "description": "Analyze recent market trends",
            "agent": "researcher",
            "expected_output": "A detailed analysis report"
        }
    }
}

3. 创建并运行团队

{
    "method": "call_tool",
    "params": {
        "name": "create_crew",
        "arguments": {
            "agents": ["researcher"],
            "tasks": ["Analyze recent market trends"],
            "verbose": true
        }
    }
}

示例用法

创建并运行完整的工作流程：

(echo '{"method": "call_tool", "params": {"name": "create_agent", "arguments": {"role": "researcher", "goal": "Research and analyze information effectively", "backstory": "An experienced research analyst"}}}'; echo '{"method": "call_tool", "params": {"name": "create_task", "arguments": {"description": "Analyze recent market trends", "agent": "researcher", "expected_output": "A detailed analysis report"}}}'; echo '{"method": "call_tool", "params": {"name": "create_crew", "arguments": {"agents": ["researcher"], "tasks": ["Analyze recent market trends"], "verbose": true}}}') | python3 src/crew_server.py

系统要求

• Python 3.8 或更高版本
• jq 命令行工具（用于设置脚本）
• 安装了 Roo Cline 扩展的 VSCode

支持的平台

• macOS
• Linux
• Windows（通过 Git Bash）

故障排除

如果您遇到任何问题：

1. 确保您的 OpenAI API 密钥设置正确
2. 检查所有依赖项是否已安装（pip install -r requirements.txt）
3. 验证 MCP 设置文件存在且配置正确
4. 确保 MCP 设置中的服务器路径与您实际的文件位置匹配

贡献

1. 分叉仓库
2. 创建您的功能分支
3. 进行更改
4. 运行设置脚本来验证一切正常
5. 提交拉取请求