MCP Agent

一、简介

MCP Agent 是一款基于 MCP（Model Context Protocol） 协议的轻量级智能助理。它可以充当你的私人助理、编程助手、写作助手， 安装非常简单——一条命令 + 一个配置即可搞定。

软件截图

二、软件下载

提供各平台预编译二进制，下载后直接运行，无需安装任何依赖。

操作系统	架构	下载链接
Windows	x86_64	mcp-agent-windows-amd64.exe
macOS	x86_64 (Intel)	mcp-agent-darwin-amd64
macOS	ARM64 (Apple Silicon)	mcp-agent-darwin-arm64
Linux	x86_64	mcp-agent-linux-amd64
Linux	ARM64	mcp-agent-linux-arm64

三、快速开始

# 交互模式（OpenAI）
./mcp-agent \
  --base-url "https://api.openai.com/v1" \
  --api-key "sk-xxx" \
  --model "gpt-4o"

# 交互模式（Ollama）
./mcp-agent \
  --base-url "http://127.0.0.1:11434/v1" \
  --api-key "-" \
  --model "qwen3.5"

四、参数说明

参数获取优先级：命令行参数 > 配置文件 > 环境变量

参数	说明	环境变量
--base-url	OpenAI API 基础 URL	OPENAI_BASE_URL
--api-key	OpenAI API 密钥	OPENAI_API_KEY
--model	AI 模型名称	AI_MODEL
--config-file	TOML 配置文件路径（默认：mcp-agent.toml）	无
--verbose	启用详细工具调用日志	无
--version	显示版本信息	无
--help	显示帮助信息	无

五、配置文件

MCP Server、系统提示词、终端类型等高级配置均通过 TOML 配置文件管理。

配置文件查找顺序：

1. --config-file 指定的路径
2. 当前目录下的 mcp-agent.toml
3. ~/.mcp-agent/mcp-agent.toml

5.1 LLM 配置

支持任何兼容 OpenAI 格式的大模型，包括 DeepSeek-V3、Qwen、GPT-4o 等在线服务， 也可通过 Ollama 在本地运行开源模型。

[llm]

# OpenAI
# base_url = "https://api.openai.com/v1"
# api_key  = "sk-xxx"
# model    = "gpt-4o"

# Ollama（本地部署）
base_url = "http://127.0.0.1:11434/v1"  # 默认值，适用于本地 Ollama
api_key  = "-"                           # 本地模型可使用 "-"
model    = "qwen3.5"

5.2 系统提示词

[prompt]

# 内联提示词（优先于文件）
system = """
你是用户的私人助理，请按用户指示进行回复，语言尽可能精简。
调用危险工具（如:删除）一定要请示用户，得到肯定后才执行。
当你要完成复杂任务，请先拆解成几个子任务，分而治之。
"""

# 或从文件加载
# file = "system-prompt.txt"

六、MCP Server 配置

内置 MCP Server 有：filesystem、time、skill、memory。未配置时默认全部启用。

[[mcp.servers]]
name        = "filesystem"
description = "文件系统读取操作等"
endpoint    = "filesystem"
# args = ['D:\', 'E:\']          # 默认为当前目录
# allowed_tools = ["read_file", "write_file"]
# denied_tools  = ["delete_file"]

[[mcp.servers]]
name        = "time"
description = "获取当前时间，时区信息等"
endpoint    = "time"

[[mcp.servers]]
name="skill"
description="技能指南，可以学习如何做事情"
endpoint = 'skill' # 后面可以 多个 skills目录，不填默认为 当前目录的skills 或 ~/.mcp-agent/skills

[[mcp.servers]]
name        = "memory"
description = "记忆存储，记录用户信息或日记"
endpoint    = "memory"
# args = ['D:\my-memories']       # 自定义存储目录

需要 Node.js v24.14.0 LTS 以及 Microsoft Edge 或 Firefox。

[[mcp.servers]]
name = "playwright"
description = """
常用网址：
天气 https://tianqi.qq.com/
新闻 https://www.msn.cn/zh-cn/...
搜索引擎 https://cn.bing.com/search?q=%s
"""
endpoint = "npx -y @playwright/mcp@latest --browser=msedge"
# endpoint = "npx -y @playwright/mcp@latest --browser=firefox"
# endpoint = "npx -y @playwright/mcp@latest --browser=msedge --headless"

需要Docker安装 mcp-sandbox.zip。

[[mcp.servers]]

name="mcp-sandbox"
description="隔离的alpine linux docker环境，安装好了 nodejs(v20.15.1) npm(v10.9.1)，可以运行JavaScript代码"
endpoint="http://docker_server_ip:18080/mcp"

七、终端配置

支持多终端并发运行，可同时在命令行和飞书机器人中使用同一个 Agent。

7.1 命令行终端（默认）

[[terminals]]
type = "console"

7.2 飞书机器人

需申请 飞书应用，获取 app_id 和 app_secret。

[[terminals]]
type         = "feishu"
app_id       = "cli_xxxxxxxxxx"
app_secret   = "your_app_secret"
user_open_id = "ou_xxxxxxxxxx"   # 可选，限定特定用户

八、完整配置示例

完整的配置文件示例请参考： mcp-agent.example.toml