📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent💻 CLI🔗 REST API🧠 Claude✨ GPT🖥 本地 LLM
智能体系统
🔌
MCP工具

智能体系统

基于 Rust · 让 AI 助手直接操作你的系统与工具
英文名：seven_chat_agent
⭐ 24 Stars 🍴 10 Forks 💻 Rust 📄 未公布协议 🏷 AI 7.5分
7.5AI 综合评分
智能体MCPRust
⚙️ 配置说明 🔍 查看原项目
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，智能体系统 获评「推荐使用」。这款MCP工具在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 7.5 分，适合有一定技术背景的用户使用。

📚 深度解析

智能体系统 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 智能体系统，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。智能体系统 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 智能体系统 评为 AI 评分 7.5 分，属于同类工具中的优质选择。

📋 工具概览

智能体系统 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
⭐ 24
开发语言
Rust
支持平台
Windows / macOS / Linux
维护状态
轻量级项目，按需更新
开源协议
未公布
AI 综合评分
7.5 分
工具类型
MCP工具
Forks
10

📖 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」。

智能体系统 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/sanyexieai/seven_chat_agent

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "-----": {
      "command": "npx",
      "args": ["-y", "seven_chat_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 智能体系统 执行以下任务...
Claude: [自动调用 智能体系统 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": {
    "_____": {
      "command": "npx",
      "args": ["-y", "seven_chat_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 62/100 含工作流图 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。

Seven Chat Agent

仓库

类微信的多 Agent 聊天室：Agent 好友（外部 CLI 或 工蜂 实例）与真人好友同屏聊天；工蜂可选 codex / claude 式外部 CLI，或自研 Worker Bee（记忆 + MCP + Skill）。

v2（本仓库主线）：Rust 重写，仓库 sanyexieai/seven_chat_agent。 v1（已归档）：FastAPI + React（agent-backend / agent-ui），见 Git 标签 v1.0.0 或在线演示 3ye.co:32004。

目录、Cargo 包与二进制统一为 seven-chat-agent-*（与仓库名 seven_chat_agent 对应）。环境变量前缀为 SEVEN_CHAT_AGENT_*（仍兼容 HONEYCOMB_*）。变更记录见 CHANGELOG.md。

可选：工蜂本地 CLI（shell/skill 工具链；日常对话走 Provider API，不依赖此二进制）

cargo build -p worker-bee-cli --bin worker-bee

安装到 PATH 后即可在 CLI 好友 / 助理里选 preset=worker-bee-cli

./target/release/worker-bee exec "你好" --json --skip-git-repo-check ```

源码：crates/worker-bee-cli/（库 + worker-bee 可执行文件）。说明见该目录 README.md。 | SEVEN_CHAT_AGENT_ASSISTANT_PROVIDER / SEVEN_CHAT_AGENT_ASSISTANT_MODEL | — | Hex 助理在 backend_config 里没指定时的兜底 |

编辑 .env 后启动；seven-chat-agent-server 会自动加载项目根目录的 .env

cargo run --bin seven-chat-agent-server ```

统一 Agent 运行时（`seven-chat-agent-core/src/runtime`）

好友类型

类型实现说明
**Agent 好友**UnifiedAgent + AgentRuntimepty：外部 CLI 或 **工蜂**（worker-bee-cli）；遗留 api 按工蜂处理
**真人好友**HumanAgent邀请链接，浏览器登场

CLI 引擎（pty + preset）

preset说明
claude外部 Claude Code（直通，不经平台 API 配置层）
codex-exec外部 OpenAI codex exec（直通）；好友可配 cli_sandbox_mode、cli_session_mode=resume
cursorCursor Agent CLI（agent / cursor-agent；需 curl -fsSL https://cursor.com/install \| bash）
worker-bee-cli**工蜂 CLI 实例**（自研；每个好友 = 一个实例）

平台 API（Provider） 不是与 CLI 平级的「API 好友」，而是挂在 工蜂 CLI 实例 下的配置：在好友里选 worker-bee-cli 后，再选 Provider + Model + Key（也可在「设置」里管理 Key）。可创建多个好友，即多个工蜂实例，各自绑定不同 API。

内置 Hex：普通工蜂 Agent（pty + worker-bee-cli），在 backend_config 里配置技能库 / 记忆；与其它工蜂实例同一套模型。

  • CLI 工作区默认 data/cli-workspaces/<好友ID>/（自动建目录 + git init）

导出 / 导入配置

cargo run --bin seven-chat-agent-tui -- export --out cfg.json cargo run --bin seven-chat-agent-tui -- import cfg.json ```

操作键：j/k 选好友、Enter 或 i 进入输入模式、d 切换调试面板（看 judgment / scheduler 选择历史）、Esc 退出输入模式、q 退出程序。

环境变量

复制示例并按需填写密钥：

```bash cp .env.example .env

支持的 API Key（环境变量）

内置 Provider 在 Web 设置未配置 Key 时，回退读取环境变量。命名规则：<PROVIDER_ID>_API_KEY（id 转大写、- 改 _）。

Provider id平台环境变量
openaiOpenAIOPENAI_API_KEY
anthropicAnthropic ClaudeANTHROPIC_API_KEY
geminiGoogle GeminiGEMINI_API_KEY
deepseekDeepSeekDEEPSEEK_API_KEY
qwen通义千问QWEN_API_KEY
moonshotMoonshot KimiMOONSHOT_API_KEY
openrouterOpenRouterOPENROUTER_API_KEY
ollamaOllamaOLLAMA_API_KEY（通常留空）
lmstudioLM StudioLMSTUDIO_API_KEY（通常留空）
vllmvLLMVLLM_API_KEY（通常留空）

自定义 Provider 同理，例如 id 为 my-api 则用 MY_API_API_KEY。完整列表见 .env.example。

变量默认含义
SEVEN_CHAT_AGENT_BIND127.0.0.1:18737后端监听地址
SEVEN_CHAT_AGENT_DBsqlite://data/seven_chat_agent.dbSQLite 数据库 URL
SEVEN_CHAT_AGENT_DATAdata数据目录
SEVEN_CHAT_AGENT_VAULTdata/vault.json本地凭据文件（启用 keychain feature 后会改走 OS keychain）
SEVEN_CHAT_AGENT_SERVERhttp://127.0.0.1:18737TUI / 其他客户端连接的服务端 URL
SEVEN_CHAT_AGENT_STATIC_DIR自动探测 ./web/dist / ../web/dist / ../../web/dist让 seven-chat-agent-server 直接托管前端静态资源；桌面壳里则用编译期内嵌（见下文）
SEVEN_CHAT_AGENT_CLI_CWD—所有 Pty 好友共用的工作目录（会建目录并默认 git init）；优先于自动工作区
SEVEN_CHAT_AGENT_CLI_WORKSPACE_ROOT{SEVEN_CHAT_AGENT_DATA}/cli-workspaces每位 Pty 好友自动工作区的父目录（子目录名为好友 id）
SEVEN_CHAT_AGENT_CLI_AUTO_GIT1（开启）新建/确保工作区时是否执行 git init；设 0 关闭
SEVEN_CHAT_AGENT_SKILLS_DIRdata/skills统一运行时技能库根目录

前端：监听 127.0.0.1:18738，自动代理 /api 和 /ws 到后端

cd web npm install --no-bin-links npm run dev ```

浏览器打开 <http://127.0.0.1:18738>。首启会创建 data/seven_chat_agent.db，并预置 10 个 Provider 与内置助理 Hex。

到右上角"设置"为某个 Provider 添加 API Key，再点"＋ 好友"挑一个后端（CLI / API / 真人），就能开聊；左下角"＋ 群聊"拉好友组群。

API 总览

seven-chat-agent-server 暴露的 REST + WS 端点：

Method & Path用途
GET /api/health健康检查
GET /api/friends、POST /api/friends、GET /api/friends/:id、DELETE /api/friends/:id好友 CRUD
GET /api/groups、POST /api/groups、GET /api/groups/:id群聊 CRUD
GET /api/providers列 Provider
GET /api/provider_keys、POST /api/provider_keys、DELETE /api/provider_keys/:idAPI key 管理
GET /api/conversations、GET /api/conversations/:id、GET /api/conversations/:id/messages、POST /api/conversations/:id/send会话
GET /api/conversations/dm/:friend_id、POST /api/conversations/dm/:friend_id打开/在 DM 中发送
GET /api/assistant/:friend_id/memories、POST/DELETE助理记忆
GET /api/assistant/:friend_id/skills、GET /api/assistant/:friend_id/reflections助理技能与反思
POST /api/invites、GET /api/invites、DELETE /api/invites/:id真人邀请
GET /api/human/:code/state、POST /api/human/:code/send、POST /api/human/:code/typing真人客户端
WS /ws全局事件总线：message_created / message_delta / message_done / judgment_decided / scheduler_picked / turn_started / turn_ended
🎯 aiskill88 AI 点评 A 级 2026-05-29

高质量的智能体系统，支持多智能体管理

📚 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
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
  • 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
  • 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
  • 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
  • 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
seven_chat_agent 中文教程seven_chat_agent 安装报错怎么办seven_chat_agent MCP 配置seven_chat_agent Agent 工作流seven_chat_agent 与同类工具对比seven_chat_agent 最佳实践seven_chat_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
⭐ 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
  • 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
  • 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
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型

👥 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
  • +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
  • −未明确开源协议，商用场景需谨慎评估
  • −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

该工具未明确声明开源协议，商业使用前请联系原作者确认授权范围，避免侵权风险。

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。

🔗 相关工具推荐

Composio智能工具编排平台
MCP工具
FastGPT
基于LLM的知识平台，提供综合解决方案
Context7代码文档平台
MCP工具
AI工程师中心
MCP工具
📚 相关教程推荐
MCP 配置教程
帮助中心 · AI Skill Hub
MCP 工具
帮助中心 · AI Skill Hub
Cursor AI 编程完全指南：Rules 配置、Composer 使用、MCP 集成
帮助中心 · AI Skill Hub
MCP 工作流生产级配置方案：从开发环境到团队共享
帮助中心 · AI Skill Hub
📰 相关 AI 新闻
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
AI 前沿资讯：Does your CEO have AI psychosi…
AI 资讯 · 知识关联
AI 前沿资讯：What happens when companies be…
AI 资讯 · 知识关联
AI 前沿资讯：Do you really think AI can rep…
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
配了5个 MCP 工具，Claude 一个都没用
AI 圈观察
Filesystem MCP 帮 Claude 找文件，找了整个 node_modules
AI 圈观察
AutoGPT 自主完成了任务：把我的文件夹全部重命名了
AI 圈观察
🗺️ 相关解决方案
mcp
mcp-server-setup
agent
ai-agent-workflow
cli
cli-productivity
llm_local
local-llm-deploy
🧩 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
技能寻求者
MCP · Agent · 工作流
DeepCode Agent工作流
MCP · Agent · 工作流
total-agent-memory MCP工具
为Claude Code和Codex CLI提供持久化记忆功能的开源MCP工具。自动提取知识图谱，支持多轮对话上下文保留，适合需要长期记忆和
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
kb-arena开源AI工作流
kb-arena是开源的AI工作流，用于Benchmark 9 retrieval architectures（向量、上下文、QnA、知识图
CrewAI 多代理协作平台
MCP · Agent · 工作流

❓ 常见问题 FAQ

seven_chat_agent 是一款Rust开发的AI辅助工具。开源MCP工具：一个基于FastAPI和React的智能体系统，支持多智能体管理、mcp管理、知识库、聊天对话等功能。An intelligent agent system b。⭐24 · Rust 主要应用场景包括：智能体管理和聊天对话。
💡 AI Skill Hub 点评

AI Skill Hub 点评：智能体系统 的核心功能完整，质量良好。对于Claude Desktop / Claude Code 用户来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。

⬇️ 获取与下载
⚠️ 该工具未声明开源协议，不提供直接下载。请访问原项目了解使用条款。
📚 深入学习 智能体系统
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 seven_chat_agent
原始描述 开源MCP工具：一个基于FastAPI和React的智能体系统，支持多智能体管理、mcp管理、知识库、聊天对话等功能。An intelligent agent system b。⭐24 · Rust
Topics 智能体MCPRust
GitHub https://github.com/sanyexieai/seven_chat_agent
语言 Rust
🔗 原始来源
🐙 GitHub 仓库  https://github.com/sanyexieai/seven_chat_agent 🌐 官方网站   http://3ye.co:32004/

收录时间：2026-05-29 · 更新时间：2026-05-30 · License：未公布 · AI Skill Hub 不对第三方内容的准确性作法律背书。