agy-mcp
★ 25
vs
agentao
★ 310
agy-mcp vs agentao
agy-mcp：agy-mcp 将 Google 的 Antigravity CLI 封装成 11 个类型化的 MCP 工具，使其可被 Claude Code 或 OpenAI Codex 等任何 MCP 客户端直接调用。它还提供可选的 Skill 包，以指导支持平台何时以及如何调用这些工具，并附带强大的安全策略以确保安全执行。；agentao：Agentao 是一个为 Python 主机设计的受管代理运行时，强调本地优先、隐私优先和可嵌入的特性。它为 AI 代理提供了权限、协议、内存、插件和多会话控制等全面的治理能力。
01
简评
agy-mcpMulti-Agent · ★ 25
对错误假设获取第二意见（使用 `mode="review"` 模式）。
agentaoMulti-Agent · ★ 310
将 AI 代理能力嵌入到现有的 Python 应用程序或框架中。
02
并排对比
03
功能特性
agy-mcp01提供 Skill 包，使智能体平台学习调用上下文和安全规则。
02实施强大的安全策略，用于脱敏、写入控制和敏感文件访问。
03支持同步一次性调用和带有状态与结果检索的后台长时任务。
04为正在运行的任务提供跨平台进程组终止功能。
agentao01强大的治理能力：包括工具确认、四种权限模式（只读、工作区写入、完全访问、规划模式）以及 macOS 沙盒执行。
02持久化记忆：支持 SQLite 后端，提供用户/项目范围的记忆、自动召回和 Jieba 中文分词以增强上下文管理。
03可扩展的技能：支持从本地目录自动发现，可从 GitHub 安装，并支持 `/crystallize` 工作流创建新技能。
04灵活的协议支持：为工具实现 MCP（标准输入/输出、HTTP、SSE），为完整代理实现 ACP（JSON-RPC），并提供完整的插件生命周期管理。
05无缝嵌入：提供直接的 `Agentao(...)` 构造器、事件流、活动权限管理和能力注入，便于集成到其他应用。
04
使用场景
agy-mcp↳对错误假设获取第二意见（使用 `mode="review"` 模式）。
↳将已审查的差异应用到代码库（`mode="execute", allow_write=True` 模式）。
↳执行耗时数小时的大规模重构任务（使用 `agy_start(..., mode="long")`）。
↳在不泄露秘密的情况下进行环境和身份验证探测（`agy_doctor`）。
agentao↳将 AI 代理能力嵌入到现有的 Python 应用程序或框架中。
↳通过功能丰富的命令行界面直接从终端开发和驱动 AI 代理。
↳构建具有特定治理规则、持久化记忆管理和灵活工具集成的自定义 AI 代理。
↳创建和管理可重用的 AI 技能库，以便在不同项目之间安装和共享。
05
适合场景
agy-mcp—
agentao宝藏工具
FAQ
常见问题
agy-mcp 和 agentao 有什么区别？
agy-mcp 和 agentao 都属于 Multi-Agent 类别。agy-mcp 有 25 Stars，agentao 有 310 Stars。
agy-mcp 和 agentao 哪个更好？
最佳选择取决于你的具体需求。对错误假设获取第二意见（使用 `mode="review"` 模式）。 时选 agy-mcp，将 AI 代理能力嵌入到现有的 Python 应用程序或框架中。 时选 agentao。
agy-mcp 是免费的吗？
是的，agy-mcp 在 GitHub 开源（MIT）。
agentao 是免费的吗？
是的，agentao 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→