📄 工具详情 ⚙️ 安装教程 📚 使用教程

能力标签

🔌 MCP 🤖 Agent 🔄 工作流 💻 CLI 🔊 TTS 🧠 Claude ✨ GPT 🖥 本地 LLM

🔌

MCP工具

AgentRunKit

基于 Swift · 让 AI 助手直接操作你的系统与工具

⭐ 25 Stars 🍴 4 Forks 💻 Swift 📄 MIT 🏷 AI 8.0分

8.0AI 综合评分

mcpagent-sdkai-agentsanthropicapple-silicon

⬇ 下载源码 ZIP ⚙️ 配置说明

✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐：AgentRunKit 是一款优质的MCP工具。AI 综合评分 8.0 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

AgentRunKit 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 AgentRunKit，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。AgentRunKit 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 AgentRunKit 评为 AI 评分 8.0 分，属于同类工具中的优质选择。

📋 工具概览

AgentRunKit 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

⭐ 25

开发语言

Swift

支持平台

macOS / iOS

维护状态

轻量级项目，按需更新

开源协议

MIT

AI 综合评分

8.0 分

工具类型

MCP工具

Forks

📖 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」。

📌 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/Tom-Ryder/AgentRunKit

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

# 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

确认已安装 Node.js（v18 或以上版本）
打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
保存配置文件并重启 Claude 客户端
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 AgentRunKit 执行以下任务...
Claude: [自动调用 AgentRunKit 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": {
    "agentrunkit": {
      "command": "npx",
      "args": ["-y", "agentrunkit"],
      "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 50/100 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。

AgentRunKit

A Swift 6 SDK for building LLM-powered agents with type-safe tool calling.

Zero-dependency core · Full Sendable · Async/await · Cloud + Local · MCP

---

Features

Agent loop with configurable iteration limits and token budgets
Streaming with AsyncThrowingStream and @Observable SwiftUI wrapper
Type-safe tools with compile-time JSON schema validation
Sub-agent composition with depth control and streaming propagation
Context management: automatic compaction, pruning, token budgets
Structured output with JSON schema constraints
Multimodal input: images, audio, video, PDF
Text-to-speech with concurrent chunking and MP3 concatenation
MCP client: stdio transport, tool discovery, JSON-RPC
Extended thinking / reasoning model support

---

Requirements

Platform	Version
iOS	18.0+
macOS	15.0+
Swift	6.0+
Xcode	26+ for local development and CI

---

Installation

Add to your Package.swift:

dependencies: [
    .package(url: "https://github.com/Tom-Ryder/AgentRunKit.git", from: "2.4.0")
]

.target(name: "YourApp", dependencies: ["AgentRunKit"])

For on-device inference, additional targets are available:

AgentRunKitMLX for MLX on Apple Silicon (links mlx-swift-lm)
AgentRunKitFoundationModels for Apple Foundation Models (iOS 26+ and macOS 26+, no external dependencies)

---

Quick Start

import AgentRunKit

let client = OpenAIClient.openAI(apiKey: "sk-...", model: "gpt-5.4")

let weatherTool = try Tool<WeatherParams, String, EmptyContext>(
    name: "get_weather",
    description: "Get the current weather"
) { params, _ in
    "72°F and sunny in \(params.city)"
}

let agent = Agent(client: client, tools: [weatherTool])
let result = try await agent.run(userMessage: "What's the weather in SF?", context: EmptyContext())
if let content = result.content {
    print(content)
}

result.content is optional. Completed runs return finish-tool content, while structural terminal reasons such as max iterations or token budget exhaustion surface through result.finishReason with no final content.

---

Runnable Example

Examples/AgentCode is an interactive terminal coding agent built with AgentRunKit. It demonstrates the full agent loop in a local workspace: streaming events, type-safe tools, approval-gated edits and command execution, bounded file access, transcript export, and deterministic offline mode.

cd Examples/AgentCode
swift run agent-code

By default it opens a bundled broken Swift package so you can ask it to fix failing tests. Set OPENAI_API_KEY for a live OpenAI-compatible provider, or run without a key to exercise the CLI with the offline test client.

---

🎯 aiskill88 AI 点评 A 级 2026-06-10

AgentRunKit是一个高质量的开源MCP工具，支持Swift 6 agent SDK