MCP+A2A
MCP+A2A模块构建了涵盖10+个前沿协议和框架的智能体互联生态，专注于模型控制协议（MCP）和智能体到智能体（A2A）通信的技术创新。该模块系统性地整理了Anthropic MCP模型控制协议、OpenAI Swarm多智能体框架、Microsoft AutoGen对话智能体、LangGraph状态机编排等核心技术，以及CrewAI协作智能体、MetaGPT多智能体软件公司、ChatDev虚拟软件公司等创新应用框架。
技术特色涵盖了智能体通信协议、任务分解与协作、状态管理与持久化、工具调用与集成等核心能力，详细解析了消息传递机制、协作策略设计、冲突解决算法、性能监控等关键技术环节。
模块深入介绍了多智能体系统架构设计、智能体角色定义、工作流编排、任务调度等工程实践，以及与外部工具（API、数据库、文件系统）的无缝集成方案。内容包括智能体协作模式（层次化、平等化、混合式）、通信模式（同步、异步、事件驱动）、决策机制（投票、共识、仲裁）等多样化协作策略，以及软件开发、数据分析、内容创作、客户服务等典型应用场景的最佳实践，帮助开发者构建高效协作的多智能体系统，实现复杂任务的智能化分解和自动化执行。
- 3.MCP+A2A.md
- A2A
- fastapi-mcp
- openmemory
- gitmcp
- MCP Servers大全
- github/github-mcp-server: GitHub's official MCP Server implementation
- CherryHQ/cherry-studio: 🍒 Cherry Studio is a desktop client that supports for multiple LLM providers.
- MCP 广场 · 魔搭社区
- 蓝耘元生代AIDC OS-mcp
- mcp-chrome
- Gorilla：LLM 的 API 商店
- Gapier:Agent 工具
- chatgpt-on-wechat: 基于大模型搭建的聊天机器人，同时支持 微信公众号、企业微信应用、飞书、钉钉 等接入，可选择GPT3.5/GPT-4o/GPT4.0/ Claude/文心一言/讯飞星火/通义千问/ Gemini/GLM-4/Claude/Kimi/LinkAI，能处理文本、语音和图片，访问操作系统和互联网，支持基于自有知识库进行定制企业智能客服。
-----------------------------------------------------------
A2A
简介
A2A 是由 Google 发起的开源项目，是一种开放协议，旨在实现不透明的智能体应用程序之间的通信和互操作性。该协议允许不同公司基于不同框架、运行在不同服务器上的生成式 AI 智能体作为智能体（而非工具）进行有效通信与协作，以构建更强大、创新的 AI 生态系统。核心功能
- 发现能力：智能体可发现彼此的能力。
- 协商交互：协商交互方式，如文本、表单、媒体等。
- 安全协作：在长期任务上进行安全协作。
- 隐私保护：操作时无需暴露内部状态、内存或工具。
技术原理
- 标准化通信：采用基于 HTTP(S) 的 JSON - RPC 2.0 进行通信。
- 智能体发现：通过“智能体卡片”详细说明能力和连接信息。
- 灵活交互：支持同步请求/响应、流式传输（SSE）和异步推送通知。
- 数据交换：可处理文本、文件和结构化 JSON 数据。
应用场景
- 复杂多功能应用：使专业智能体协作完成单个智能体无法处理的任务。
- 跨生态系统协作：打破不同生态系统中智能体之间的壁垒，实现连接。
- 企业级应用：适用于对安全性、认证和可观测性有要求的企业场景。
- google/A2A
------------------------------------------------------------
fastapi-mcp
简介
FastAPI - MCP可将FastAPI端点作为模型上下文协议（MCP）工具暴露出来，具备认证功能。它是FastAPI的原生扩展，无需大量配置，能保留请求和响应模型的架构与端点文档，支持灵活部署。核心功能
- 内置认证，利用现有FastAPI依赖。
- 原生支持FastAPI，非简单的OpenAPI到MCP转换器。
- 零/最小配置，指向FastAPI应用即可工作。
- 保留请求和响应模型的架构及端点文档。
- 灵活部署，可挂载到同一应用或单独部署。
- 使用FastAPI的ASGI接口进行高效通信。
技术原理
FastAPI - MCP是FastAPI的原生扩展，借助FastAPI现有的依赖实现认证功能。它直接使用FastAPI的ASGI接口进行通信，无需MCP向API发起HTTP调用。可将MCP服务器挂载到FastAPI应用中，或单独部署。应用场景
- 为现有的FastAPI服务添加MCP功能，使FastAPI端点作为MCP工具暴露。
- 适用于需要对MCP端点进行认证和授权的场景，可利用FastAPI的依赖实现。
- 可在同一应用中部署MCP服务器，也可单独部署，满足不同的部署需求。
- tadata-org/fastapimcp: A zero-configuration tool for automatically exposing FastAPI endpoints as Model Context Protocol (MCP) tools.
------------------------------------------------------------
openmemory
简介
Mem0 是为 AI 应用提供的记忆层，能增强 AI 助手和代理的智能记忆，实现个性化 AI 交互。它可记住用户偏好、适应个体需求并持续改进，适用于多种场景，如客户支持聊天机器人、AI 助手和自主系统等。核心功能
- 多级记忆：保留用户、会话和 AI 代理的记忆。
- 自适应个性化：基于交互持续改进。
- 开发友好 API：便于集成到各种应用。
- 跨平台一致性：在不同设备上行为一致。
- 托管服务：提供无忧的托管解决方案。
- 具备添加、更新、搜索、获取、查看历史等操作记忆的功能。
技术原理
采用混合数据库方法管理和检索 AI 代理与助手的长期记忆。将记忆关联唯一标识符，添加消息时，系统提取相关事实和偏好，存储到向量数据库、键值数据库和图数据库；搜索记忆时，跨数据存储搜索，通过评分层评估重要性，将检索到的记忆按需添加到 LLM 提示中。应用场景
- AI 助手和代理：实现无缝对话。
- 个性化学习：提供定制内容推荐和进度跟踪。
- 客户支持：提供基于用户偏好的上下文感知帮助。
- 医疗保健：管理患者历史和治疗计划。
- 虚拟伴侣：通过对话记忆加深用户关系。
- 生产力：基于用户习惯和任务历史简化工作流程。
- 游戏：创建反映玩家选择和进度的自适应环境。
- mem0ai/mem0：AI 代理的内存；AI 代理内存中的 SOTA；宣布 OpenMemory MCP - 本地和安全内存管理。 --- mem0ai/mem0: Memory for AI Agents; SOTA in AI Agent Memory; Announcing OpenMemory MCP - local and secure memory management.
- mem0/openmemory at main · mem0ai/mem0
- Introducing OpenMemory MCP
Excel MCP Server
简介
Excel MCP Server 是一个基于 Model Context Protocol（MCP）的服务器工具，允许在无需安装 Microsoft Excel 的情况下，通过 AI 代理或其他系统实现 Excel 文件的创建、读取、修改等操作。支持多种数据操作与格式设置功能，并提供 stdio、可流式 HTTP 及 SSE（已弃用）三种传输方式，适用于本地或远程场景。核心功能
- Excel 基础操作：创建、读取、更新工作簿及工作表，管理工作表（复制、重命名、删除）。
- 数据与格式管理：读写数据、应用公式、设置字体样式/颜色/边框/对齐/条件格式，支持数据验证。
- 可视化与分析：生成折线图、柱状图、饼图等图表，创建动态数据透视表及 Excel 表格。
- 传输支持：提供 stdio（本地）、可流式 HTTP（推荐远程）及 SSE（已弃用）三种传输协议，支持环境变量配置文件路径（EXCELFILESPATH）和端口（FASTMCP_PORT）。
技术原理
Excel MCP Server 基于 Model Context Protocol（MCP）实现，通过服务器端处理客户端的 Excel 操作请求。底层采用 Python 语言开发（支持 Python 3.10），通过协议适配不同传输方式：stdio 直接通过标准输入输出交互；可流式 HTTP 支持远程连接，通过环境变量指定文件存储路径和服务端口；SSE（Server-Sent Events）已弃用。服务器通过封装 Excel 文件操作逻辑（如数据读写、格式设置、图表生成等），提供标准化接口供客户端调用。应用场景
- AI 代理集成：为 AI 系统提供无 Excel 环境下的 Excel 文件操作能力，支持自动化数据处理与报告生成。
- 远程 Excel 管理：通过可流式 HTTP 协议实现远程服务器上的 Excel 文件操作，适用于多用户协作或云端服务场景。
- 自动化业务流程：集成至企业系统中，自动化完成数据录入、报表生成、图表可视化等任务。
- 轻量级开发测试：开发者无需安装 Excel，即可在本地或测试环境中快速验证 Excel 操作逻辑。
- 项目官网：https://excelmcpserver.com/
- GitHub仓库：https://github.com/haris-musa/excel-mcp-server
GitMCP
GitMCP 是一个免费、开源的远程模型上下文协议（MCP）服务器，旨在将任何 GitHub 项目（包括仓库和 GitHub Pages）转换为文档中心，并为 AI 工具提供即时、准确的项目上下文。它通过消除 AI 模型的“代码幻觉”问题，使得 AI 能够访问最新的文档和代码，即使这些信息未包含在其训练数据中。通过简单地将 GitHub 仓库 URL 中的 github.com 替换为 gitmcp.io，即可为该仓库生成一个可供 AI 助手使用的 MCP 服务器。
核心功能
- 上下文提供： 为 AI 工具提供 GitHub 仓库的实时、准确的文档和代码上下文。
- 消除幻觉： 解决 AI 模型在处理新项目或训练数据之外的信息时可能出现的“代码幻觉”问题。
- 文档获取：
fetch_documentation：检索项目的主要文档。 - 文档搜索：
search_documentation：根据特定查询在文档中进行搜索。 - 代码搜索：
search_code：在实际仓库代码中进行搜索。 - URL 内容获取：
fetchurlcontent：检索引用链接的内容。
技术原理
GitMCP 的核心是实现了模型上下文协议（Model Context Protocol, MCP）。MCP 是一种标准，允许 AI 工具从外部源请求额外的上下文信息。其工作流程如下：- 用户在 AI 工具中将 GitMCP 配置为一个 MCP 服务器。
- 用户向 AI 提出关于代码或文档的问题。
- AI 工具（在用户批准后）向 GitMCP 发送请求。
- GitMCP 从相应的 GitHub 仓库获取相关信息。
- AI 接收到准确、最新的信息，并提供基于事实的回复。
fetch 和 search 等工具接口，使得 AI 能够按需动态获取并理解 GitHub 仓库的内容。
应用场景
- AI 辅助编程： 允许 AI 编程助手（如 Cursor）深度理解任何 GitHub 仓库的内部结构和文档，从而提供更准确的代码建议、bug 修复和问题解答。
- 知识库查询： AI 模型可以利用 GitMCP 访问和检索非其训练集中的项目文档，为用户提供关于开源项目、库或框架的最新信息。
- 开发效率提升： 开发者可以配置 AI 工具与 GitMCP 集成，快速获取项目上下文，减少手动查阅大量文档和代码的时间。
- 教育与学习： AI 导师可以通过 GitMCP 访问特定 GitHub 项目的详细信息，帮助学生理解和学习新的技术栈。
- 项目官网：https://gitmcp.io/
- GitHub仓库：https://github.com/idosal/git-mcp
------------------------------------------------------------