开源MCP工具
开源MCP工具 是 AI Skill Hub 本期精选MCP工具之一。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
通过安装 开源MCP工具，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 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 评为 AI 评分 8.0 分，属于同类工具中的优质选择。
📋 工具概览
自托管多智能体AI平台，协调Teleg上的专用代理
开源MCP工具 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。
📖 中文文档
自托管多智能体AI平台，协调Teleg上的专用代理
开源MCP工具 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。
- 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
- 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
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/gokhantos/opencrow
# 方式二：手动配置 claude_desktop_config.json
{
"mcpServers": {
"--mcp--": {
"command": "npx",
"args": ["-y", "opencrow"]
}
}
}
# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
- 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
# 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 执行以下任务... Claude: [自动调用 开源MCP工具 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"
// claude_desktop_config.json 配置示例
{
"mcpServers": {
"__mcp__": {
"command": "npx",
"args": ["-y", "opencrow"],
"env": {
// "API_KEY": "your-api-key-here"
}
}
}
}
// 保存后重启 Claude Desktop 生效
简介
<p align="center"> <img src="src/web/opencrow.png" alt="OpenCrow" width="120" /> </p>
OpenCrow
<p align="center"> <a href="https://github.com/gokhantos/opencrow/actions"><img src="https://img.shields.io/github/actions/workflow/status/gokhantos/opencrow/ci.yml?branch=master&label=build" alt="Build"></a> <a href="https://github.com/gokhantos/opencrow/releases"><img src="https://img.shields.io/github/v/release/gokhantos/opencrow?label=release" alt="Release"></a> <a href="https://github.com/gokhantos/opencrow/blob/master/LICENSE"><img src="https://img.shields.io/github/license/gokhantos/opencrow" alt="License"></a> <a href="https://github.com/gokhantos/opencrow/stargazers"><img src="https://img.shields.io/github/stars/gokhantos/opencrow" alt="Stars"></a> </p>
<p align="center"> A self-hosted multi-agent AI platform that orchestrates specialized agents across Telegram, WhatsApp, and a web dashboard — with 100+ tools, 15 autonomous data scrapers, vector memory, and cron scheduling. </p>
---
Agent features
- Session resume — Conversations persist across messages via SDK session IDs
- Cross-session memory — Related memories and user preferences are injected into prompts
- Auto-continuation — Agents keep working when they have pending tool use, unlimited iterations
- Sub-agent spawning — Agents can spawn specialized sub-agents for complex tasks
- Activity logging — Real-time progress shown as an editable Telegram message with tool tracking
- Hot-reload — Agent configs stored in DB (
config_overridestable), reloaded every 30 seconds - Agent templates — Predefined templates (chatbot, researcher, coder, etc.) for quick agent creation
- Tool filtering — Per-agent allowlist/denylist controls which tools are available
- Intelligent tool routing — Tools are ranked by category match, recency, success rate, and keyword relevance
Scraper features
- Browser automation — X/Twitter and News use Playwright for JavaScript-heavy sites
- Anti-detection — Stealth scripts, cookie auth, GraphQL API interception for X/Twitter
- Multi-account — Reddit, Product Hunt support multiple accounts with separate cookies
- Rate limiting — Per-source delays (App Store: 2s between calls)
Prerequisites
- Bun runtime
- Docker (for PostgreSQL, Qdrant)
- Claude Agent SDK credentials (
~/.claude/.credentials.json)
Manual Setup
Install
bun install
cp .env.example .envDeployment
Manual deploy
git push origin master
ssh <server> "cd ~/opencrow && git pull origin master"
sudo systemctl restart opencrowQuick Start
curl -fsSL https://opencrow.dev/install.sh | bash
opencrow setupThe setup wizard handles everything: Docker containers, database, .env, Telegram/WhatsApp, and service installation.
opencrow doctor # Check system health
opencrow update # Pull latest + reinstall + restart
opencrow status # Show running service status
opencrow start # Start in foreground (monolith mode)
opencrow version # Show version infoEnvironment variables
```bash
Optional
QDRANT_URL=http://127.0.0.1:6333 # Vector search (defaults to this) OPENCROW_WEB_HOST=127.0.0.1 # Web UI bind address OPENCROW_WEB_PORT=48080 # Web UI port ```
Orchestration workflow
TRIVIAL task → Agent answers directly
MODERATE task → Agent states plan, executes
COMPLEX task → Agent spawns sub-agents:
planner → user approval → backend/frontend → reviewer → security-reviewerSearch pipeline
- Query expansion — Semantic expansion with synonyms and related terms
- Parallel search — Vector (Qdrant) + full-text (PostgreSQL) run concurrently
- Score merging — 70% vector weight + 30% full-text weight
- Temporal decay — Per-kind half-life (observations decay faster than documents)
- MMR deduplication — Maximal marginal relevance to reduce redundancy
- Channel scoping — Conversation memories stay within their channel
OpenCrow 是一个功能强大的智能 Agent 框架，旨在通过高度自动化的流程处理复杂任务。它集成了先进的 Agent 能力与强大的网页抓取技术，能够实现从信息检索到任务执行的全链路自动化，为开发者提供了一个可扩展、智能化的自动化作业平台。
OpenCrow 具备卓越的 Agent 特性，支持 Session resume 实现对话持久化，并通过 Cross-session memory 注入用户偏好，支持 Auto-continuation 自动执行待处理的 Tool use 任务。在 Scraper 方面，利用 Playwright 实现浏览器自动化，具备强大的 Anti-detection 能力（如 X/Twitter 的 GraphQL API 拦截），并支持 Multi-account 多账号管理与智能 Rate limiting 频率限制。
在开始使用 OpenCrow 之前，请确保您的系统已安装 Bun runtime。此外，由于项目依赖 PostgreSQL 和 Qdrant 进行数据存储与向量检索，您需要安装 Docker 环境。最后，请务必配置好 Claude Agent SDK 的凭证文件（位于 ~/.claude/.credentials.json）以确保 Agent 正常运行。
您可以选择手动安装或使用自动化脚本进行部署。手动安装时，请使用 `bun install` 并将 `.env.example` 复制为 `.env` 进行配置。推荐使用官方提供的安装脚本 `curl -fsSL https://opencrow.dev/install.sh | bash`，配合 `opencrow setup` 向导，即可一键完成 Docker 容器、数据库、环境变量及 Telegram/WhatsApp 等服务的全自动部署。
安装完成后，您可以使用 `opencrow doctor` 命令检查系统健康状态，或通过 `opencrow status` 查看运行中的服务。如需更新系统，请执行 `opencrow update` 进行拉取与重装。对于开发者，可以通过 `opencrow start` 以 Monolith 模式在前台启动服务，方便进行调试与监控。
项目通过 `.env` 文件进行环境配置。您可以自定义 QDRANT_URL 以指向特定的向量搜索服务，并可以通过 OPENCROW_WEB_HOST 和 OPENCROW_WEB_PORT 参数来配置 Web UI 的绑定地址与端口，确保服务在指定的网络环境下安全运行。
OpenCrow 拥有一套严密的 Orchestration workflow 编排机制：针对 TRIVIAL 任务直接回答，MODERATE 任务会先制定计划再执行，而对于 COMPLEX 任务，则会通过 spawning sub-agents 的方式，由 Planner 启动并经过用户审批后，由后端、前端、Reviewer 及 Security-reviewer 协同完成。其 Search pipeline 采用 Query expansion 扩展查询，并结合 Qdrant 向量搜索与 PostgreSQL 全文检索进行并行搜索，通过 Score merging 算法进行加权评分，并引入 Temporal decay 机制确保信息的时效性。
高质量的开源MCP工具，具有较强的自动化和智能代理协调能力
- 构建多智能体协作系统的 Agent 开发者
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 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
- 构建多智能体协作系统的 Agent 开发者
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
👥 适合人群
🎯 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
- +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
- −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
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。
✅ 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
❓ 常见问题 FAQ
经综合评估，开源MCP工具 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。
| 原始名称 | opencrow |
| 原始描述 | 开源MCP工具：Self-hosted multi-agent AI platform, orchestrate specialized agents across Teleg。⭐18 · TypeScript |
| Topics | ai-agentsanthropicautomationchatbot |
| GitHub | https://github.com/gokhantos/opencrow |
| License | MIT |
| 语言 | TypeScript |
收录时间：2026-06-17 · 更新时间：2026-06-20 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。