Zum Inhalt springen

MCP Server / AgentChat

AgentChat

AgentChat 是一个基于 LLM 的智能体交流平台,内置默认 Agent 并支持用户自定义 Agent。通过多轮对话和任务协作,Agent 可以理解并协助完成复杂任务。项目集成 LangChain、Function Call、MCP 协议、RAG、Memory、HITL、Skill、Milvus 和 ElasticSearch 等技术,实现高效的知识检索与工具调用,使用 FastAPI 构建高性能后端服务。

637von @Shy2593666979MITGitHub →

Installation

Claude Code
claude mcp add agentchat -- npx -y npm
npx
npx -y npm

npm: npm

Transport

sse

Dokumentation


最新版本更新日志 (2026-4-12)

1. 基于人机协同(HITL)的OpenAPI信息对话式MCP Server生成

  • 支持将OpenAPI信息以人机协同方式进行对话式MCP Server生成。
  • 在生成MCP Server的过程中,关键决策节点支持人工介入与确认,实现动态配置与实时交互。
  • 提升了服务器的生成灵活性与系统可控性,让用户在自动化流程中保留充分的主动权。

2. 优化对话上下文管理

重构对话上下文管理策略,从简单的"最近5段对话"升级为智能三层记忆架构:

  • 短期记忆 (Short-Term Memory): 保持最近3000 tokens以内的对话内容,确保即时上下文连贯
  • 历史信息总结: 自动总结超过3000 tokens的历史对话,提取关键信息
  • 长期记忆 (Long-Term Memory): 持久化记录用户偏好、习惯和重要信息,实现个性化对话体验

3. 修复依赖冲突问题

解决了多个依赖包版本冲突问题,特别是 Pydantic、LangChain、FastAPI 等核心库的兼容性问题,提升系统稳定性。

4. 优化首次启动体验

修复首次启动时缺少模型配置导致的错误,新增配置检查和友好提示,引导用户完成初始化配置,降低使用门槛。


1. 支持MiniO本地对象存储

现在支持OSS和MiniO两种对象存储方式,参考文档: 本地安装MiniO,感谢提供Issue的朋友:

  • @xiaoyan011016
  • @shenmi888

2. 优化Docker直接部署项目

(1) 前版本docker部署经常会出现 agentchat-frontend 连不上 agentchat-backend 的网络失败情况,已经修复该bug (2) 缺少Win系统下的一键部署脚本,目前已经加上 (start_win.bat)

3. 支持自定义工具

之前点击自定义工具是无事件,目前可通过上传 Swagger/OpenAPI 构建自己的工具。

4. 支持Skill

现已支持通过创建 Skill 绑定到智能体渐进式加载 Prompt 去教模型如何做事。

5. 优化页面样式

前版本中系统设置为空白,现在已经去除。


目录


一、项目简介

AgentChat 是一个现代化的智能对话系统,基于大语言模型构建,提供了丰富的AI对话功能。系统采用前后端分离架构,支持多种AI模型、知识库检索、工具调用、MCP服务器集成等高级功能。

1. 核心亮点

  • 智能Agent: 支持Sub-Agents协作,具备推理和决策能力
  • 知识库检索: RAG技术实现精准知识检索和问答
  • 工具生态: 内置多种实用工具,支持自定义扩展
  • MCP集成: 支持Model Context Protocol服务器
  • 现代界面: 基于Vue 3和Element Plus的美观UI
  • 三层记忆: 短期保留上下文,历史自动总结,长期记录用户偏好
  • 人机协同生成: 基于HITL对话式生成MCP Server,关键节点可人工介入

二、功能展示

1. 人机协同(HITL)

使用Human-In-The-Loop机制将API信息对话式生成MCP Server

2. 新增工作区

新增工作区,工作区和应用中心可随意切换

3. 灵寻任务规划

实时的任务流程图,更加直观的感受

4. 数据看板

能够根据Agent、模型、时间范围进行筛选调用次数和Token使用量

5. 智言平台首页

简洁现代的主界面,提供直观的功能导航

6. 智能Agent功能演示

天气查询Agent

实时天气信息查询和预报

文生图Agent

AI驱动的图像生成服务

7. 智能体工具多轮调用

平台中智能体支持工具多轮调用(指的是根据工具C依赖工具B结果,执行工具B依赖工具A结果,所以调用工具的顺序是 A --> B --> C)


三、重要版本说明

从 AgentChat v2.2.0 版本开始,LangChain 已升级至 1.0 版本。

| 版本 | LangChain版本 | 兼容性 | 说明 | |:---:|:---:|:---:|:---| | v2.1.x 及以下 | 0.x | 旧版本 | 使用旧版LangChain API | | v2.2.0+ | 1.0+ | 最新版本 | 重大更新,API变化较大 |

  1. LangChain 1.0 引入了重大API变更。
  2. 部分工具和Agent配置方式已更新。
  3. 建议查看迁移指南了解详细变更。

四、功能特性

1. 核心功能模块

  • AI对话引擎: 支持多模型生态、流式响应、上下文记忆、思考可视化。
  • 智能Agent系统: 多Agent协作、任务自动化、工作流编排、目标导向。
  • 知识库系统: 多格式支持、语义分块、向量检索、RAG问答。
  • 工具生态: 内置10+实用工具,支持自定义上传与扩展。

2. 高级特性

  • MCP服务器: 完整协议支持,运行时动态加载。
  • 用户管理: 安全认证、细粒度权限控制、个性化配置。
  • 系统架构: 前后端分离,Docker部署,异步高性能处理。

五、技术栈

  • 后端: FastAPI, Python 3.12+, LangChain, MySQL, Redis, ChromaDB.
  • 前端: Vue 3.4+, Element Plus, Pinia, Vite 5, TypeScript.
  • 部署: Docker, Docker Compose, Poetry, npm.

六、快速开始

1. 系统要求

  • Python 3.12+
  • Node.js 18+
  • MySQL 8.0+, Redis 7.0+
  • Docker 20.10+

2. Docker一键部署

# 1. 克隆项目
git clone https://github.com/Shy2593666979/AgentChat.git
cd AgentChat

# 2. 编辑配置文件
vim docker/docker_config.yaml

# 3. 启动
cd docker
docker-compose up --build -d

3. 本地一键部署

克隆项目

git clone https://github.com/Shy2593666979/AgentChat.git

cd AgentChat

后端启动服务

cd src/backend

# 安装依赖
1. pip install -r requirements.txt

# 或者使用uv (更推荐)
1. pip install uv
2. uv sync 

前端启动服务

cd src/frontend

# 下载依赖
npm install
npm run dev

七、高级部署指南

系统支持多种向量数据库(Milvus/ChromaDB)和搜索引擎(Elasticsearch)的配置。具体请参阅部署文档。


八、文档

  • API文档: AgentChat Document
  • 开发指南: 启动后端后访问 /docs 查看 Swagger 文档。

九、许可证

本项目采用 MIT License 开源许可证

这意味着你可以自由使用、修改和分发本项目


十、感谢支持 AgentChat

🌟 感谢支持 AgentChat!

如果这个项目对你有帮助,请给我们一个 ⭐️

让更多的人发现这个项目,一起构建AI的未来!

Made with ❤ by the AgentChat Author MingGuang Tian