能力标签
开源MCP工具:LLM代理
🔌
MCP工具

开源MCP工具:LLM代理

基于 TypeScript · 让 AI 助手直接操作你的系统与工具
英文名:llm-agent
⭐ 11 Stars 🍴 2 Forks 💻 TypeScript 📄 MIT 🏷 AI 7.5分
7.5AI 综合评分
mcptypescript
✦ AI Skill Hub 推荐

AI Skill Hub 推荐使用:开源MCP工具:LLM代理 是一款优质的MCP工具。AI 综合评分 7.5 分,在同类工具中表现稳健。如果你正在寻找可靠的MCP工具解决方案,这是一个值得深入了解的选择。

📚 深度解析

开源MCP工具:LLM代理 是一款基于 MCP(Model Context Protocol)标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源,旨在建立 AI 模型与外部工具之间的标准化通信接口,目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 开源MCP工具:LLM代理,你的 AI 助手将获得额外的工具调用能力,可以用自然语言直接操控该工具的功能,无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置,永久增强"——配置完成后,每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上,MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信,工具的功能以"工具列表"的形式暴露给 AI 模型,AI 可以按需调用。开源MCP工具:LLM代理 提供了结构化的工具调用接口,使 AI 模型能够精确地理解和使用每个功能点,显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比,MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON,即可让 AI 获得全新能力。AI Skill Hub 将 开源MCP工具:LLM代理 评为 AI 评分 7.5 分,属于同类工具中的优质选择。

📋 工具概览

Minimal LLM agentorchestrating MCP tools across multiple LLM providers,简化LLM服务管理

开源MCP工具:LLM代理 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

GitHub Stars
⭐ 11
开发语言
TypeScript
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
MIT
AI 综合评分
7.5 分
工具类型
MCP工具
Forks
2

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

Minimal LLM agentorchestrating MCP tools across multiple LLM providers,简化LLM服务管理

开源MCP工具:LLM代理 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口,显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入,开箱即用
  • 可与其他 MCP 工具组合叠加,构建完整 AI 工作站
  • 轻量无侵入设计,不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:通过 Claude Code CLI 一键安装
claude skill install https://github.com/fr0ster/llm-agent

# 方式二:手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "--mcp---llm--": {
      "command": "npx",
      "args": ["-y", "llm-agent"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js(v18 或以上版本)
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后,在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例:
用户: 请帮我用 开源MCP工具:LLM代理 执行以下任务...
Claude: [自动调用 开源MCP工具:LLM代理 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入:"列出所有可用的 MCP 工具"
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "__mcp___llm__": {
      "command": "npx",
      "args": ["-y", "llm-agent"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 40/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

Smart Agent & Server

Stand With Ukraine

A high-performance, RAG-orchestrated LLM agent and OpenAI-compatible server with deep MCP integration.

Quick install

Build project

npm run build

Use specific example configs

npm run dev:ollama # examples/docker-ollama (fully local, no API keys) npm run dev:deepseek # examples/docker-deepseek npm run dev:sap-ai-core # examples/docker-sap-ai-core npm run test ```

Packages

PackageWhat it is
[@mcp-abap-adt/llm-agent](packages/llm-agent/README.md)Core interfaces, types, MissingProviderError, lightweight helpers (CircuitBreaker, FallbackRag, LLM call strategies, ToolCache, adapters, normalizers). Zero provider dependencies.
[@mcp-abap-adt/llm-agent-mcp](packages/llm-agent-mcp/README.md)MCPClientWrapper, McpClientAdapter, createDefaultMcpClient, and MCP connection strategies.
[@mcp-abap-adt/llm-agent-rag](packages/llm-agent-rag/README.md)RAG/embedder composition — makeRag (async), resolveEmbedder (sync), prefetch helpers, backend factories.
[@mcp-abap-adt/llm-agent-libs](packages/llm-agent-libs/README.md)Core composition runtime: SmartAgentBuilder, SmartAgent, pipeline, sessions, history, resilience, observability, plugins, skills, makeLlm/makeDefaultLlm.
[@mcp-abap-adt/llm-agent-server](packages/llm-agent-server/README.md)**Binary only** — CLI (llm-agent, llm-agent-check, claude-via-agent) + HTTP SmartServer. Not importable as a library.
[@mcp-abap-adt/openai-llm](packages/openai-llm/README.md)OpenAI LLM provider (OpenAIProvider).
[@mcp-abap-adt/anthropic-llm](packages/anthropic-llm/README.md)Anthropic LLM provider (AnthropicProvider).
[@mcp-abap-adt/deepseek-llm](packages/deepseek-llm/README.md)DeepSeek LLM provider (DeepSeekProvider, extends OpenAI-compatible).
[@mcp-abap-adt/sap-aicore-llm](packages/sap-aicore-llm/README.md)SAP AI Core LLM provider via @sap-ai-sdk/orchestration.
[@mcp-abap-adt/openai-embedder](packages/openai-embedder/README.md)OpenAI embeddings (OpenAiEmbedder).
[@mcp-abap-adt/ollama-embedder](packages/ollama-embedder/README.md)Ollama embeddings + RAG (OllamaEmbedder, OllamaRag).
[@mcp-abap-adt/sap-aicore-embedder](packages/sap-aicore-embedder/README.md)SAP AI Core embeddings (SapAiCoreEmbedder).
[@mcp-abap-adt/qdrant-rag](packages/qdrant-rag/README.md)Qdrant vector store RAG (QdrantRag, QdrantRagProvider).
[@mcp-abap-adt/hana-vector-rag](packages/hana-vector-rag/README.md)SAP HANA Cloud Vector Engine RAG (HanaVectorRag, HanaVectorRagProvider). Optional peer.
[@mcp-abap-adt/pg-vector-rag](packages/pg-vector-rag/README.md)PostgreSQL + pgvector RAG (PgVectorRag, PgVectorRagProvider). Optional peer.
🎯 aiskill88 AI 点评 A 级 2026-05-24

该项目是一个开源的MCP工具,用于管理多个LLM服务,简化LLM服务的部署和管理,值得关注

📚 实用指南(长尾问题)
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型,节省显存并保持响应速度
  • 分块大小建议 256-512 tokens,向量库优选 pgvector 或 Qdrant
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • embedding 模型与查询模型不一致导致检索失效
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
部署方案
  • Docker:llm-agent 提供官方镜像,docker compose up 一键启动
  • CLI:直接 npm install -g / pip install,命令行调用
  • 本地部署:CPU 8GB 起,GPU 推荐 16GB+ 显存
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
llm-agent 中文教程llm-agent 安装报错怎么办llm-agent MCP 配置llm-agent Docker 部署llm-agent Agent 工作流llm-agent 与同类工具对比llm-agent 最佳实践llm-agent 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型,节省显存并保持响应速度
  • 分块大小建议 256-512 tokens,向量库优选 pgvector 或 Qdrant
⚠️ 常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • embedding 模型与查询模型不一致导致检索失效

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +MIT 协议,可免费商用
  • +标准化 MCP 协议,生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用,配置简单快捷
⚠️ 不足
  • 依赖 Claude 客户端,非 Claude 用户无法使用
  • MCP 协议仍在持续演进,接口可能变更
  • 需要一定的配置步骤
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。

🔗 相关工具推荐

📚 相关教程推荐
📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

llm-agent 是一款TypeScript开发的AI辅助工具。开源MCP工具:Minimal LLM agent orchestrating MCP tools across multiple LLM providers。⭐11 · TypeScript 主要应用场景包括:用于管理多个LLM服务的MCP工具,简化LLM服务的部署和管理。
💡 AI Skill Hub 点评

总体来看,开源MCP工具:LLM代理 是一款质量良好的MCP工具,在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态,建议收藏备用,结合自身场景选择合适时机引入使用。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 开源MCP工具:LLM代理
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 llm-agent
原始描述 开源MCP工具:Minimal LLM agent orchestrating MCP tools across multiple LLM providers。⭐11 · TypeScript
Topics mcptypescript
GitHub https://github.com/fr0ster/llm-agent
License MIT
语言 TypeScript
🔗 原始来源
🐙 GitHub 仓库  https://github.com/fr0ster/llm-agent

收录时间:2026-05-24 · 更新时间:2026-05-30 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。