📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🤖 Agent🔄 工作流📚 RAG✨ GPT
AG2开源MCP
🔌
MCP工具

AG2开源MCP

基于 Python · 让 AI 助手直接操作你的系统与工具
英文名：ag2
⭐ 4.6k Stars 🍴 644 Forks 💻 Python 📄 Apache-2.0 🏷 AI 8.0分
8.0AI 综合评分
mcpa2aag2agent-frameworkagenticagentic-aipython
⬇ 下载源码 ZIP ⚙️ 配置说明 📺 TG 频道
✦ AI Skill Hub 推荐

AG2开源MCP 是 AI Skill Hub 本期精选MCP工具之一。已获得 4.6k 颗 GitHub Star，综合评分 8.0 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

AG2开源MCP 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 AG2开源MCP，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。AG2开源MCP 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 AG2开源MCP 评为 AI 评分 8.0 分，属于同类工具中的优质选择。

📋 工具概览

AG2开源MCP 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
⭐ 4.6k
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
持续维护，定期更新
开源协议
Apache-2.0
AI 综合评分
8.0 分
工具类型
MCP工具
Forks
644

📖 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」。

AG2开源MCP 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/ag2ai/ag2

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "ag2--mcp": {
      "command": "npx",
      "args": ["-y", "ag2"]
    }
  }
}

# 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 AG2开源MCP 执行以下任务...
Claude: [自动调用 AG2开源MCP 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": {
    "ag2__mcp": {
      "command": "npx",
      "args": ["-y", "ag2"],
      "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 44/100 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。

简介

<a name="readme-top"></a>

<p align="center"> <img src="https://raw.githubusercontent.com/ag2ai/ag2/27b37494a6f72b1f8050f6bd7be9a7ff232cf749/website/static/img/ag2.svg" width="150" title="hover text">

<br> <br>

<a href="https://www.pepy.tech/projects/ag2"> <img src="https://static.pepy.tech/personalized-badge/ag2?period=month&units=international_system&left_color=grey&right_color=green&left_text=downloads/month" alt="Downloads"/> </a>

<a href="https://pypi.org/project/ag2/"> <img src="https://img.shields.io/pypi/v/ag2?label=PyPI&color=green"> </a>

<img src="https://img.shields.io/pypi/pyversions/ag2.svg?label=">

<a href="https://github.com/ag2ai/ag2/actions/workflows/python-package.yml"> <img src="https://github.com/ag2ai/ag2/actions/workflows/python-package.yml/badge.svg"> </a> <a href="https://discord.gg/pAbnFJrkgZ"> <img src="https://img.shields.io/discord/1153072414184452236?logo=discord&style=flat"> </a>

<br>

<a href="https://x.com/ag2oss"> <img src="https://img.shields.io/twitter/url/https/twitter.com/cloudposse.svg?style=social&label=Follow%20%40ag2ai"> </a> </p>

<p align="center"> <a href="https://docs.ag2.ai/">📚 Documentation</a> | <a href="https://github.com/ag2ai/build-with-ag2">💡 Examples</a> | <a href="https://docs.ag2.ai/latest/docs/contributor-guide/contributing">🤝 Contributing</a> | <a href="#related-papers">📝 Cite paper</a> | <a href="https://discord.gg/pAbnFJrkgZ">💬 Join Discord</a> </p>

<p align="center"> AG2 was evolved from AutoGen. Fully open-sourced. We invite collaborators from all organizations to contribute. </p>

[!IMPORTANT] AG2 is on the path to v1.0. The protocol-driven framework is now the top-level package, imported as ag2. The classic framework (ConversableAgent, GroupChat, …) has been removed, and the import name autogen is no longer available — use import ag2. Read the full release roadmap →

Introduction of different agent concepts

We have several agent concepts in AG2 to help you build your AI agents. We introduce the most common ones here.

  • Conversable Agent: Agents that are able to send messages, receive messages and generate replies using GenAI models, non-GenAI tools, or human inputs.
  • Human in the loop: Add human input to the conversation
  • Orchestrating multiple agents: Users can orchestrate multiple agents with built-in conversation patterns such as swarms, group chats, nested chats, sequential chats or customize the orchestration by registering custom reply methods.
  • Tools: Programs that can be registered, invoked and executed by agents
  • Advanced Concepts: AG2 supports more concepts such as structured outputs, rag, code execution, etc.

Getting started

For a step-by-step walk through of AG2 concepts and code, see Basic Concepts in our documentation.

Installation

AG2 requires Python version >= 3.10. AG2 is available as ag2 on PyPI.

Windows/Linux: 

pip install ag2[openai]

Mac: 

pip install 'ag2[openai]'

Minimal dependencies are installed by default. You can install extra options based on the features you need.

Setup your API keys

To keep your LLM dependencies neat and avoid accidentally checking in code with your API key, we recommend storing your keys in a configuration file.

In our examples, we use a file named OAI_CONFIG_LIST to store API keys. You can choose any filename, but make sure to add it to .gitignore so it will not be committed to source control.

You can use the following content as a template:

[
  {
    "model": "gpt-5",
    "api_key": "<your OpenAI API key here>"
  }
]

Example applications

We maintain a dedicated repository with a wide range of applications to help you get started with various use cases or check out our collection of jupyter notebooks as a starting point.

Configure logging

logging.basicConfig(level=logging.INFO) logger = logging.getLogger(name)

Load LLM configuration

llm_config = LLMConfig.from_json(path="OAI_CONFIG_LIST")

🎯 aiskill88 AI 点评 A 级 2026-05-28

高质量的开源MCP工具，具有广泛的应用前景

📚 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
  • 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
  • embedding 模型与查询模型不一致导致检索失效
  • Python 依赖冲突：建议用 venv / uv 隔离环境
部署方案
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
ag2 中文教程ag2 安装报错怎么办ag2 MCP 配置ag2 Agent 工作流ag2 与同类工具对比ag2 最佳实践ag2 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
  • 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
  • embedding 模型与查询模型不一致导致检索失效
  • Python 依赖冲突：建议用 venv / uv 隔离环境

👥 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
  • +Apache-2.0 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

✅ Apache 2.0 — 宽松开源协议，可商用，需保留版权声明和 NOTICE 文件，含专利授权条款。

🔗 相关工具推荐

私有GPT
MCP工具
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
📚 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 前沿资讯：Introducing new capabilities t…
AI 资讯 · 知识关联
AI 前沿资讯：Is there a less conformist mor…
AI 资讯 · 知识关联
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
AI 模型性能评测与横向对比
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
AutoGPT 自主完成了任务：把我的文件夹全部重命名了
AI 圈观察
设计 Agent 说能生成视频，我的显卡表示有话说
AI 圈观察
设计 Agent 说能生成 71 个系统，我信了
AI 圈观察
🗺️ 相关解决方案
agent
ai-agent-workflow
workflow
ai-workflow-templates
rag
rag-knowledge-base
🧩 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
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
CrewAI 多代理协作平台
MCP · Agent · 工作流
技能寻求者
MCP · Agent · 工作流
Synthadoc
MCP · Agent · 工作流
代码智能引擎
MCP · Agent · 工作流
LEANN AI技能包
MCP · Agent · 工作流

❓ 常见问题 FAQ

ag2 是一款Python开发的AI辅助工具。开源MCP工具：AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/s。⭐4.6k · Python 主要应用场景包括：智能代理开发。
💡 AI Skill Hub 点评

经综合评估，AG2开源MCP 在MCP工具赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ Apache-2.0 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 AG2开源MCP
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 ag2
原始描述 开源MCP工具：AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/s。⭐4.6k · Python
Topics mcpa2aag2agent-frameworkagenticagentic-aipython
GitHub https://github.com/ag2ai/ag2
License Apache-2.0
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/ag2ai/ag2 🌐 官方网站  https://ag2.ai

收录时间：2026-05-28 · 更新时间：2026-05-30 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →