mcp-agent 是什么？

`mcp-agent` 是一个简单、可组合的 Python 框架，旨在利用模型上下文协议 (MCP) 构建高效智能体。它完整实现了 MCP，提供可组合的智能体模式，并支持通过 Temporal 实现持久化执行，以构建稳健的生产级应用。

mcp-agent 是开源的吗？

是的，采用 Apache-2.0 许可证。

mcp-agent

活跃·★ 8.6k·Apache-2.0·更新于 2026-01-25

★ 必备神器

mcp-agent 由 LastMile AI 开发，是一个 Python 框架，理念是「构建智能体只需要 MCP」。它替你管理 MCP 服务器连接的生命周期：声明一个智能体时，只需给出名称、指令和它能用的 MCP 服务器（README 的最小示例里是 filesystem 和 fetch），再接上一个大模型（示例用的是 OpenAI）去完成任务。

README 列出三大支柱。一是以可组合的方式实现了 Anthropic《Building Effective Agents》一文中的全部模式（map-reduce、orchestrator、evaluator-optimizer、router 等），模式之间可以串联。二是号称完整支持 MCP，包括 tools、resources、prompts、notifications、OAuth、sampling、elicitation 和 roots。三是同一套智能体代码可以跑在 Temporal 上，实现可暂停、恢复和故障恢复的持久化工作流，无需改 API。

它还能用兼容 FastMCP 的 API 把智能体暴露成 MCP 服务器，并提供测试版的云端部署（mcp-c）。用 `pip install mcp-agent` 安装；完整文档、llms.txt 和文档 MCP 服务器都在 docs.mcp-agent.com。我们的数据显示最近一次推送是 2026-01-25。

#智能体框架#模型上下文协议#大型语言模型#Python#Temporal

功能特性

01完整支持 MCP，抽象化服务器连接生命周期管理。

02可组合地实现有效的智能体模式（如 Map-Reduce、协调器）。

03通过 Temporal 实现智能体的持久化执行，支持生产级工作流的暂停、恢复和恢复。

04能够创建和暴露自定义 MCP 服务器，包括将智能体作为服务器。

05具备生产级特性，如结构化日志、代币核算和一流的云部署。

为什么选择它

+把 Anthropic 提出的智能体模式（orchestrator、router、evaluator-optimizer、map-reduce）做成可组合的构件。

+替你管理 MCP 服务器生命周期，号称完整支持 MCP，包括 OAuth、sampling 和 elicitation。

+同一套智能体代码可以跑在 Temporal 上，获得可恢复的持久化工作流。

+智能体可以暴露成 MCP 服务器；Apache-2.0 许可，有文档、llms.txt 和文档 MCP 服务器。

权衡点

!只支持 Python；用 TypeScript 的团队需要另找框架。

!Temporal 持久化需要你额外运行基础设施，云端部署还是测试版。

!我们的数据显示最近一次推送是 2026-01-25，依赖它之前请先看看近期活跃度。

维护状况检查

放缓检查日期: 2026-10-25

最近提交: 2026-01-25
近 90 天提交数: 0
近 90 天发布数: 0
最新发布: v0.0.21 (2025-05-09)
未关闭 issue: 148
近期 issue 至少有一条评论的比例: 2/10

近 12 周每周提交数

最早的一周在左边，最近 4 周为橙色。数据来源：GitHub 提交统计。

状态规则：GitHub 上已归档 = 已归档；最近提交在 90 天内 = 活跃；91 到 365 天 = 放缓；更久 = 停滞。所有数字来自所示日期的 GitHub API。

讨论最多的未关闭 issue

#40 Support LLMs through Cloud Vendors18 条评论 · 2025-03-05
#25 content in OpenAI ChatCompletion messages is a list, not string16 条评论 · 2025-02-13
#151 [mcp_agent.mcp.mcp_agent_client_session] send_request failed: EndOfStream() (EndOfStream)13 条评论 · 2025-04-23
#11 Surfacing intermediate events (e.g. tool calls, LLM generations, etc.) in a long-running flow.9 条评论 · 2025-01-29
#33 Use of agents in threads8 条评论 · 2025-02-28

issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。

兼容性

Model Context Protocol

原生支持

已通过文档验证

Temporal

支持

已通过文档验证

OpenAI

支持

已通过文档验证

Anthropic

支持

已通过文档验证

Google Gemini

支持

已通过文档验证

Azure OpenAI

支持

已通过文档验证

快速开始

$ pip install mcp-agent

使用场景

↳构建与各种 MCP 服务器（例如文件系统、网络抓取）集成的强大 LLM 智能体。

↳开发和部署自定义 MCP 服务器，包括将智能体作为服务公开。

↳将智能体应用程序扩展到具有持久化执行和云部署能力的生产环境。

mcp-agent

活跃·★ 8.6k·Apache-2.0·更新于 2026-01-25

★ 必备神器

#智能体框架#模型上下文协议#大型语言模型#Python#Temporal

功能特性

01完整支持 MCP，抽象化服务器连接生命周期管理。

02可组合地实现有效的智能体模式（如 Map-Reduce、协调器）。

03通过 Temporal 实现智能体的持久化执行，支持生产级工作流的暂停、恢复和恢复。

04能够创建和暴露自定义 MCP 服务器，包括将智能体作为服务器。

05具备生产级特性，如结构化日志、代币核算和一流的云部署。

为什么选择它

+把 Anthropic 提出的智能体模式（orchestrator、router、evaluator-optimizer、map-reduce）做成可组合的构件。

+替你管理 MCP 服务器生命周期，号称完整支持 MCP，包括 OAuth、sampling 和 elicitation。

+同一套智能体代码可以跑在 Temporal 上，获得可恢复的持久化工作流。

+智能体可以暴露成 MCP 服务器；Apache-2.0 许可，有文档、llms.txt 和文档 MCP 服务器。

权衡点

!只支持 Python；用 TypeScript 的团队需要另找框架。

!Temporal 持久化需要你额外运行基础设施，云端部署还是测试版。

!我们的数据显示最近一次推送是 2026-01-25，依赖它之前请先看看近期活跃度。

维护状况检查

放缓检查日期: 2026-10-25

最近提交: 2026-01-25
近 90 天提交数: 0
近 90 天发布数: 0
最新发布: v0.0.21 (2025-05-09)
未关闭 issue: 148
近期 issue 至少有一条评论的比例: 2/10

近 12 周每周提交数

最早的一周在左边，最近 4 周为橙色。数据来源：GitHub 提交统计。

状态规则：GitHub 上已归档 = 已归档；最近提交在 90 天内 = 活跃；91 到 365 天 = 放缓；更久 = 停滞。所有数字来自所示日期的 GitHub API。

讨论最多的未关闭 issue

#40 Support LLMs through Cloud Vendors18 条评论 · 2025-03-05
#25 content in OpenAI ChatCompletion messages is a list, not string16 条评论 · 2025-02-13
#151 [mcp_agent.mcp.mcp_agent_client_session] send_request failed: EndOfStream() (EndOfStream)13 条评论 · 2025-04-23
#11 Surfacing intermediate events (e.g. tool calls, LLM generations, etc.) in a long-running flow.9 条评论 · 2025-01-29
#33 Use of agents in threads8 条评论 · 2025-02-28

issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。

兼容性

Model Context Protocol

原生支持

已通过文档验证

Temporal

支持

已通过文档验证

OpenAI

支持

已通过文档验证

Anthropic

支持

已通过文档验证

Google Gemini

支持

已通过文档验证

Azure OpenAI

支持

已通过文档验证

快速开始

$ pip install mcp-agent

使用场景

↳构建与各种 MCP 服务器（例如文件系统、网络抓取）集成的强大 LLM 智能体。

↳开发和部署自定义 MCP 服务器，包括将智能体作为服务公开。

↳将智能体应用程序扩展到具有持久化执行和云部署能力的生产环境。

mcp-agent

功能特性

为什么选择它

权衡点

维护状况检查

讨论最多的未关闭 issue

兼容性

快速开始

使用场景

同类工具

评论

mcp-agent

功能特性

为什么选择它

权衡点

维护状况检查

讨论最多的未关闭 issue

兼容性

快速开始

使用场景

同类工具

评论