# mcp-agent - Doramagic AI Context Pack > 定位：安装前体验与判断资产。它帮助宿主 AI 有一个好的开始，但不代表已经安装、执行或验证目标项目。 ## 充分原则 - **充分原则，不是压缩原则**：AI Context Pack 应该充分到让宿主 AI 在开工前理解项目价值、能力边界、使用入口、风险和证据来源；它可以分层组织，但不以最短摘要为目标。 - **压缩策略**：只压缩噪声和重复内容，不压缩会影响判断和开工质量的上下文。 ## 给宿主 AI 的使用方式 你正在读取 Doramagic 为 mcp-agent 编译的 AI Context Pack。请把它当作开工前上下文：帮助用户理解适合谁、能做什么、如何开始、哪些必须安装后验证、风险在哪里。不要声称你已经安装、运行或执行了目标项目。 ## Claim 消费规则 - **事实来源**：Repo Evidence + Claim/Evidence Graph；Human Wiki 只提供显著性、术语和叙事结构。 - **事实最低状态**：`supported` - `supported`：可以作为项目事实使用，但回答中必须引用 claim_id 和证据路径。 - `weak`：只能作为低置信度线索，必须要求用户继续核实。 - `inferred`：只能用于风险提示或待确认问题，不能包装成项目事实。 - `unverified`：不得作为事实使用，应明确说证据不足。 - `contradicted`：必须展示冲突来源，不得替用户强行选择一个版本。 ## 它最适合谁 - **正在使用 Claude/Codex/Cursor/Gemini 等宿主 AI 的开发者**：README 或插件配置提到多个宿主 AI。 证据：`README.md` Claim：`clm_0002` supported 0.86 ## 它能做什么 - **命令行启动或安装流程**（需要安装后验证）：项目文档中存在可执行命令，真实使用需要在本地或宿主环境中运行这些命令。 证据：`README.md` Claim：`clm_0001` supported 0.86 ## 怎么开始 - `pip install mcp-agent` 证据：`README.md` Claim：`clm_0003` supported 0.86 ## 继续前判断卡 - **当前建议**：需要管理员/安全审批 - **为什么**：继续前可能涉及密钥、账号、外部服务或敏感上下文，建议先经过管理员或安全审批。 ### 30 秒判断 - **现在怎么做**：需要管理员/安全审批 - **最小安全下一步**：先跑 Prompt Preview；若涉及凭证或企业环境，先审批再试装 - **先别相信**：角色质量和任务匹配不能直接相信。 - **继续会触碰**：角色选择偏差、命令执行、本地环境或项目文件 ### 现在可以相信 - **适合人群线索：正在使用 Claude/Codex/Cursor/Gemini 等宿主 AI 的开发者**（supported）：有 supported claim 或项目证据支撑，但仍不等于真实安装效果。 证据：`README.md` Claim：`clm_0002` supported 0.86 - **能力存在：命令行启动或安装流程**（supported）：可以相信项目包含这类能力线索；是否适合你的具体任务仍要试用或安装后验证。 证据：`README.md` Claim：`clm_0001` supported 0.86 - **存在 Quick Start / 安装命令线索**（supported）：可以相信项目文档出现过启动或安装入口；不要因此直接在主力环境运行。 证据：`README.md` Claim：`clm_0003` supported 0.86 ### 现在还不能相信 - **角色质量和任务匹配不能直接相信。**（unverified）：角色库证明有很多角色，不证明每个角色都适合你的具体任务，也不证明角色能产生高质量结果。 - **不能把角色文案当成真实执行能力。**（unverified）：安装前只能判断角色描述和任务画像是否匹配，不能证明它能在宿主 AI 里完成任务。 - **真实输出质量不能在安装前相信。**（unverified）：Prompt Preview 只能展示引导方式，不能证明真实项目中的结果质量。 - **宿主 AI 版本兼容性不能在安装前相信。**（unverified）：Claude、Cursor、Codex、Gemini 等宿主加载规则和版本差异必须在真实环境验证。 - **不会污染现有宿主 AI 行为，不能直接相信。**（inferred）：Skill、plugin、AGENTS/CLAUDE/GEMINI 指令可能改变宿主 AI 的默认行为。 - **可安全回滚不能默认相信。**（unverified）：除非项目明确提供卸载和恢复说明，否则必须先在隔离环境验证。 - **真实安装后是否与用户当前宿主 AI 版本兼容？**（unverified）：兼容性只能通过实际宿主环境验证。 - **项目输出质量是否满足用户具体任务？**（unverified）：安装前预览只能展示流程和边界，不能替代真实评测。 ### 继续会触碰什么 - **角色选择偏差**：用户对任务应该由哪个专家角色处理的判断。 原因：选错角色会让 AI 从错误专业视角回答，浪费时间或误导决策。 - **命令执行**：包管理器、网络下载、本地插件目录、项目配置或用户主目录。 原因：运行第一条命令就可能产生环境改动；必须先判断是否值得跑。 证据：`README.md` - **本地环境或项目文件**：安装结果、插件缓存、项目配置或本地依赖目录。 原因：安装前无法证明写入范围和回滚方式，需要隔离验证。 证据：`README.md` - **环境变量 / API Key**：项目入口文档明确出现 API key、token、secret 或账号凭证配置。 原因：如果真实安装需要凭证，应先使用测试凭证并经过权限/合规判断。 证据：`README.md`, `examples/basic/oauth_basic_agent/README.md`, `examples/oauth/interactive_tool/README.md`, `examples/oauth/interactive_tool/server.py` - **宿主 AI 上下文**：AI Context Pack、Prompt Preview、Skill 路由、风险规则和项目事实。 原因：导入上下文会影响宿主 AI 后续判断，必须避免把未验证项包装成事实。 ### 最小安全下一步 - **先跑 Prompt Preview**：先用交互式试用验证任务画像和角色匹配，不要先导入整套角色库。（适用：任何项目都适用，尤其是输出质量未知时。） - **只在隔离目录或测试账号试装**：避免安装命令污染主力宿主 AI、真实项目或用户主目录。（适用：存在命令执行、插件配置或本地写入线索时。） - **不要使用真实生产凭证**：环境变量/API key 一旦进入宿主或工具链，可能产生账号和合规风险。（适用：出现 API、TOKEN、KEY、SECRET 等环境线索时。） - **安装后只验证一个最小任务**：先验证加载、兼容、输出质量和回滚，再决定是否深用。（适用：准备从试用进入真实工作流时。） ### 退出方式 - **保留安装前状态**：记录原始宿主配置和项目状态，后续才能判断是否可恢复。 - **保留原始角色选择记录**：如果输出偏题，可以回到任务画像阶段重新选择角色，而不是继续沿着错误角色推进。 - **记录安装命令和写入路径**：没有明确卸载说明时，至少要知道哪些目录或配置需要手动清理。 - **准备撤销测试 API key 或 token**：测试凭证泄露或误用时，可以快速止损。 - **如果没有回滚路径，不进入主力环境**：不可回滚是继续前阻断项，不应靠信任或运气继续。 ## 哪些只能预览 - 解释项目适合谁和能做什么 - 基于项目文档演示典型对话流程 - 帮助用户判断是否值得安装或继续研究 ## 哪些必须安装后验证 - 真实安装 Skill、插件或 CLI - 执行脚本、修改本地文件或访问外部服务 - 验证真实输出质量、性能和兼容性 ## 边界与风险判断卡 - **把安装前预览误认为真实运行**：用户可能高估项目已经完成的配置、权限和兼容性验证。 处理方式：明确区分 prompt_preview_can_do 与 runtime_required。 Claim：`clm_0004` inferred 0.45 - **命令执行会修改本地环境**：安装命令可能写入用户主目录、宿主插件目录或项目配置。 处理方式：先在隔离环境或测试账号中运行。 证据：`README.md` Claim：`clm_0005` supported 0.86 - **待确认**：真实安装后是否与用户当前宿主 AI 版本兼容？。原因：兼容性只能通过实际宿主环境验证。 - **待确认**：项目输出质量是否满足用户具体任务？。原因：安装前预览只能展示流程和边界，不能替代真实评测。 - **待确认**：安装命令是否需要网络、权限或全局写入？。原因：这影响企业环境和个人环境的安装风险。 ## 开工前工作上下文 ### 加载顺序 - 先读取 how_to_use.host_ai_instruction，建立安装前判断资产的边界。 - 读取 claim_graph_summary，确认事实来自 Claim/Evidence Graph，而不是 Human Wiki 叙事。 - 再读取 intended_users、capabilities 和 quick_start_candidates，判断用户是否匹配。 - 需要执行具体任务时，优先查 role_skill_index，再查 evidence_index。 - 遇到真实安装、文件修改、网络访问、性能或兼容性问题时，转入 risk_card 和 boundaries.runtime_required。 ### 任务路由 - **命令行启动或安装流程**：先说明这是安装后验证能力，再给出安装前检查清单。 边界：必须真实安装或运行后验证。 证据：`README.md` Claim：`clm_0001` supported 0.86 ### 上下文规模 - 文件总数：965 - 重要文件覆盖：40/965 - 证据索引条目：80 - 角色 / Skill 条目：80 ### 证据不足时的处理 - **missing_evidence**：说明证据不足，要求用户提供目标文件、README 段落或安装后验证记录；不要补全事实。 - **out_of_scope_request**：说明该任务超出当前 AI Context Pack 证据范围，并建议用户先查看 Human Manual 或真实安装后验证。 - **runtime_request**：给出安装前检查清单和命令来源，但不要替用户执行命令或声称已执行。 - **source_conflict**：同时展示冲突来源，标记为待核实，不要强行选择一个版本。 ## Prompt Recipes ### 适配判断 - 目标：判断这个项目是否适合用户当前任务。 - 预期输出：适配结论、关键理由、证据引用、安装前可预览内容、必须安装后验证内容、下一步建议。 ```text 请基于 mcp-agent 的 AI Context Pack，先问我 3 个必要问题，然后判断它是否适合我的任务。回答必须包含：适合谁、能做什么、不能做什么、是否值得安装、证据来自哪里。所有项目事实必须引用 evidence_refs、source_paths 或 claim_id。 ``` ### 安装前体验 - 目标：让用户在安装前感受核心工作流，同时避免把预览包装成真实能力或营销承诺。 - 预期输出：一段带边界标签的体验剧本、安装后验证清单和谨慎建议；不含真实运行承诺或强营销表述。 ```text 请把 mcp-agent 当作安装前体验资产，而不是已安装工具或真实运行环境。 请严格输出四段： 1. 先问我 3 个必要问题。 2. 给出一段“体验剧本”：用 [安装前可预览]、[必须安装后验证]、[证据不足] 三种标签展示它可能如何引导工作流。 3. 给出安装后验证清单：列出哪些能力只有真实安装、真实宿主加载、真实项目运行后才能确认。 4. 给出谨慎建议：只能说“值得继续研究/试装”“先补充信息后再判断”或“不建议继续”，不得替项目背书。 硬性边界： - 不要声称已经安装、运行、执行测试、修改文件或产生真实结果。 - 不要写“自动适配”“确保通过”“完美适配”“强烈建议安装”等承诺性表达。 - 如果描述安装后的工作方式，必须使用“如果安装成功且宿主正确加载 Skill，它可能会……”这种条件句。 - 体验剧本只能写成“示例台词/假设流程”：使用“可能会询问/可能会建议/可能会展示”，不要写“已写入、已生成、已通过、正在运行、正在生成”。 - Prompt Preview 不负责给安装命令；如用户准备试装，只能提示先阅读 Quick Start 和 Risk Card，并在隔离环境验证。 - 所有项目事实必须来自 supported claim、evidence_refs 或 source_paths；inferred/unverified 只能作风险或待确认项。 ``` ### 角色 / Skill 选择 - 目标：从项目里的角色或 Skill 中挑选最匹配的资产。 - 预期输出：候选角色或 Skill 列表，每项包含适用场景、证据路径、风险边界和是否需要安装后验证。 ```text 请读取 role_skill_index，根据我的目标任务推荐 3-5 个最相关的角色或 Skill。每个推荐都要说明适用场景、可能输出、风险边界和 evidence_refs。 ``` ### 风险预检 - 目标：安装或引入前识别环境、权限、规则冲突和质量风险。 - 预期输出：环境、权限、依赖、许可、宿主冲突、质量风险和未知项的检查清单。 ```text 请基于 risk_card、boundaries 和 quick_start_candidates，给我一份安装前风险预检清单。不要替我执行命令，只说明我应该检查什么、为什么检查、失败会有什么影响。 ``` ### 宿主 AI 开工指令 - 目标：把项目上下文转成一次对话开始前的宿主 AI 指令。 - 预期输出：一段边界明确、证据引用明确、适合复制给宿主 AI 的开工前指令。 ```text 请基于 mcp-agent 的 AI Context Pack，生成一段我可以粘贴给宿主 AI 的开工前指令。这段指令必须遵守 not_runtime=true，不能声称项目已经安装、运行或产生真实结果。 ``` ## 角色 / Skill 索引 - 共索引 80 个角色 / Skill / 项目文档条目。 - **mcp-agent Documentation**（project_doc）：Install the Mintlify CLI https://www.npmjs.com/package/mintlify to preview the documentation changes locally. To install, use the following command 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`docs/README.md` - **Overview**（project_doc）：Build effective agents with Model Context Protocol using simple, composable patterns. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`README.md` - **Agent Factory**（project_doc）：This folder shows how to define agents and compose powerful LLM workflows using the helpers in mcp agent.workflows.factory https://github.com/lastmile-ai/mcp-agent/blob/main/src/mcp agent/workflows/factory.py . 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/basic/agent_factory/README.md` - **MCP Functions Agent Example**（project_doc）：This example shows a "math" Agent using manually-defined functions to compute simple math results for a user request. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/basic/functions/README.md` - **Basic MCP Agent example**（project_doc）：This MCP Agent app shows a "finder" Agent which has access to the fetch https://github.com/modelcontextprotocol/servers/tree/main/src/fetch and filesystem https://github.com/modelcontextprotocol/servers/tree/main/src/filesystem MCP servers. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/basic/mcp_basic_agent/README.md` - **Simplest Usage of MCP Agent - Hello World!**（project_doc）：Simplest Usage of MCP Agent - Hello World! 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/basic/mcp_hello_world/README.md` - **LLM Selector example**（project_doc）：This example shows using MCP's ModelPreferences type to select a model LLM based on speed, cost and intelligence priorities. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/basic/mcp_model_selector/README.md` - **MCP aggregator example**（project_doc）：This example shows connecting to multiple MCP servers via the MCPAggregator interface. An MCP aggregator will combine multiple MCP servers into a single interface allowing users to bypass limitations around the number of MCP servers in use. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/basic/mcp_server_aggregator/README.md` - **MCP Tool Filter Example**（project_doc）：This example demonstrates a non-invasive approach to filtering MCP tools without modifying any core mcp-agent code. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/basic/mcp_tool_filter/README.md` - **OAuth Basic MCP Agent example client-only loopback**（project_doc）：OAuth Basic MCP Agent example client-only loopback 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/basic/oauth_basic_agent/README.md` - **Streaming Demo**（project_doc）：This example demonstrates the real-time streaming capabilities of mcp-agent, showing how to stream LLM responses as they're generated. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/basic/streaming_demo/README.md` - **Token Counter Example**（project_doc）：This example demonstrates the MCP Agent's token counting capabilities with custom monitoring and real-time tracking. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/basic/token_counter/README.md` - **mcp-agent Cloud Examples**（project_doc）：The examples in this directory are all ready to be deployed to mcp-agent cloud, where they can then be integrated with any MCP client via SSE. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/cloud/README.md` - **Cloud Agent Factory Temporal + Custom Workflow Tasks**（project_doc）：Cloud Agent Factory Temporal + Custom Workflow Tasks 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/cloud/agent_factory/README.md` - **ChatGPT App Example**（project_doc）：This example demonstrates how to create an MCP Agent application with interactive UI widgets for OpenAI's ChatGPT Apps platform. It shows how to build a coin-flip widget that renders interactive UI components directly in the ChatGPT interface. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/cloud/chatgpt_apps/basic_app/README.md` - **Setup**（project_doc）：A basic coin flip component initialized with create-react-app. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/cloud/chatgpt_apps/basic_app/web/README.md` - **Timer App - ChatGPT App Example**（project_doc）：! timer-app https://github.com/user-attachments/assets/7a526501-84c8-4ef5-b784-4b3948790db2 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/cloud/chatgpt_apps/timer/README.md` - **Setup**（project_doc）：A basic coin flip component initialized with create-react-app. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/cloud/chatgpt_apps/timer/web/README.md` - **Hello World Example**（project_doc）：This example shows a very basic app with a hello world tool call. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/cloud/hello_world/README.md` - **MCP Server Example**（project_doc）：This example is an mcp-agent application that showcases how mcp-agent supports the following MCP primitives: 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/cloud/mcp/README.md` - **Observability Example OpenTelemetry + Langfuse**（project_doc）：Observability Example OpenTelemetry + Langfuse 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/cloud/observability/README.md` - **MCP Agent Server Example Temporal**（project_doc）：This example demonstrates how to create an MCP Agent Server with durable execution using Temporal https://temporal.io/ . It shows how to build, run, deploy and connect to an MCP server which leverages Temporal workflows for execution. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/cloud/temporal/README.md` - **CrewAI Tools Integration Example**（project_doc）：This example demonstrates how to integrate CrewAI tools into MCP Agent workflows. It shows how to use CrewAI's SerperDevTool for web search and FileWriterTool for file operations within an MCP Agent. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/crewai/README.md` - **Human interactions in Temporal**（project_doc）：This example demonstrates how to implement human interactions in an MCP running as a Temporal workflow. Human input can be used for approvals or data entry. In this case, we ask a human to provide their name, so we can create a personalised greeting. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/human_input/temporal/README.md` - **Third-Party Tools Integration Example**（project_doc）：Third-Party Tools Integration Example 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/langchain/README.md` - **LM Studio Basic Agent Example**（project_doc）：This example demonstrates using LM Studio with mcp-agent to run local LLMs with full tool calling and structured output support. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/lm_studio/README.md` - **Elicitation Example**（project_doc）：This MCP Agent app shows an Agent which has access to a "Booking System" MCP server. This example highlights the elicitation feature, where a tool can pause its execution to ask the user for additional information or confirmation before proceeding. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/mcp/mcp_elicitation/README.md` - **Deploying the elicitation example to the cloud**（project_doc）：Deploying the elicitation example to the cloud 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/mcp/mcp_elicitation/cloud/README.md` - **MCP Primitives Example: Using Resources and Prompts**（project_doc）：MCP Primitives Example: Using Resources and Prompts 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/mcp/mcp_prompts_and_resources/README.md` - **SSE example**（project_doc）：This example shows how to use an SSE server with mcp-agent. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/mcp/mcp_sse/README.md` - **MCP Agent example**（project_doc）：This example shows a basic agent that can connect to an MCP server over SSE with auth headers. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/mcp/mcp_sse_with_headers/README.md` - **MCP Streamable HTTP example**（project_doc）：This example shows mcp-agent usage with a Streamable HTTP server using the example server https://github.com/modelcontextprotocol/python-sdk/tree/main/examples/servers/simple-streamablehttp-stateless in the mcp-python repo . 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/mcp/mcp_streamable_http/README.md` - **MCP Websocket example**（project_doc）：This example shows a basic agent that can connect to an MCP server over websockets 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/mcp/mcp_websockets/README.md` - **MCP Agent Server Examples**（project_doc）：This directory contains examples of exposing MCP Agent workflows as MCP servers. It demonstrates how to build, launch, and interact with agent-powered MCP servers in different execution environments. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/mcp_agent_server/README.md` - **MCP Agent Server Example Asyncio**（project_doc）：This example is an mcp-agent application that is exposed as an MCP server, aka the "MCP Agent Server". 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/mcp_agent_server/asyncio/README.md` - **Context Isolation Demo**（project_doc）：This example shows how per-request context scoping prevents logs and notifications from bleeding between concurrent MCP clients. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/mcp_agent_server/context_isolation/README.md` - **MCP Agent Server Example Temporal**（project_doc）：This example demonstrates how to create an MCP Agent Server with durable execution using Temporal https://temporal.io/ . It shows how to build, run, and connect to an MCP server that uses Temporal as the execution engine. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/mcp_agent_server/temporal/README.md` - **MCP Azure Agent Example - "Finder" Agent**（project_doc）：MCP Azure Agent Example - "Finder" Agent 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/model_providers/mcp_basic_azure_agent/README.md` - **MCP Bedrock Agent Example - "Finder" Agent**（project_doc）：MCP Bedrock Agent Example - "Finder" Agent 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/model_providers/mcp_basic_bedrock_agent/README.md` - **MCP Google Agent Example - "Finder" Agent**（project_doc）：MCP Google Agent Example - "Finder" Agent 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/model_providers/mcp_basic_google_agent/README.md` - **MCP Ollama Agent example**（project_doc）：This example shows a "finder" Agent using llama models to access the 'fetch' and 'filesystem' MCP servers. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/model_providers/mcp_basic_ollama_agent/README.md` - **OAuth Examples**（project_doc）：Two complementary scenarios demonstrate how OAuth integrates with MCP: 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/oauth/README.md` - **OAuth Interactive Tool Example**（project_doc）：This example shows the end-to-end OAuth authorization code flow for a simple synchronous MCP tool. The MCP server exposes a github org search tool that calls the GitHub MCP server. When the tool is invoked without a cached token, the server issues an auth/request message and the client opens the browser so you can complete the GitHub sign-in. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/oauth/interactive_tool/README.md` - **Workflow Pre-Authorize Example**（project_doc）：This example shows how to seed OAuth credentials for asynchronous workflows. The client calls the workflows-store-credentials tool to cache a token for a specific workflow before the workflow runs. Once the token is saved, the workflow can access the downstream MCP server without further user interaction. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/oauth/pre_authorize/README.md` - **OAuth protected resource example**（project_doc）：This example shows how to integrate OAuth2 authentication to protect your MCP. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/oauth/protected_by_oauth/README.md` - **Temporal Workflow Examples**（project_doc）：This collection of examples demonstrates how to use Temporal https://temporal.io/ as the execution engine for MCP Agent workflows. Temporal is a microservice orchestration platform that helps developers build and operate reliable applications at scale. These examples showcase various workflow patterns and use cases. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/temporal/README.md` - **MCP Agent example**（project_doc）：This example shows tracing integration in a basic "finder" Agent which has access to the 'fetch' and 'filesystem' MCP servers. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/tracing/agent/README.md` - **Langfuse Trace Exporter Example**（project_doc）：This example shows how to configure a Langfuse OTLP trace exporter for use in mcp-agent by adding a typed OTLP exporter with the expected endpoint and headers. Following information from https://langfuse.com/integrations/native/opentelemetry 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/tracing/langfuse/README.md` - **MCP Agent example**（project_doc）：This example shows tracing integration for AugmentedLLMs. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/tracing/llm/README.md` - **SSE example**（project_doc）：This example shows distributed tracing between a client and an SSE server. mcp-agent automatically propagates trace context in the client requests to the server; the server should be instrumented with opentelemetry and have MCPInstrumentor auto-instrumentation configured from openinference-instrumentation-mcp . 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/tracing/mcp/README.md` - **Temporal Tracing Example**（project_doc）：This example demonstrates how to use Temporal https://temporal.io/ as the execution engine for MCP Agent workflows, with OpenTelemetry tracing enabled. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/tracing/temporal/README.md` - **FastAPI WebSocket Example with MCP Agent**（project_doc）：FastAPI WebSocket Example with MCP Agent 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/fastapi_websocket/README.md` - **marimo MCP Agent example**（project_doc）：This example marimo https://github.com/marimo-team/marimo notebook shows a "finder" Agent which has access to the 'fetch' and 'filesystem' MCP servers. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/marimo_mcp_basic_agent/README.md` - **🌐 Browser Console Agent Example**（project_doc）：A command-line application that lets you interact with websites using natural language through the Model Context Protocol MCP with the use of the Puppeteer MCP server https://github.com/modelcontextprotocol/servers/tree/main/src/puppeteer . 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/mcp_browser_agent/README.md` - **MCP Financial Analyzer with Google Search**（project_doc）：MCP Financial Analyzer with Google Search 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/mcp_financial_analyzer/README.md` - **GitHub PRs to Slack Summary Agent**（project_doc）：This application creates an MCP Agent that monitors GitHub pull requests and submits prioritized summaries to Slack. The agent uses a LLM to analyze PR information, prioritize issues, and create informative summaries. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/mcp_github_to_slack_agent/README.md` - **Instagram Gift Advisor**（project_doc）：An MCP Agent that analyzes Instagram profiles to generate personalized gift recommendations with real Amazon product links. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/mcp_instagram_gift_advisor/README.md` - **MCP Marketing Content Agent**（project_doc）：This example demonstrates a marketing content creation agent that learns your brand voice and generates platform-optimized content using an evaluation-driven approach with persistent memory for continuous improvement. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/mcp_marketing_assistant_agent/README.md` - **LinkedIn Candidate Search & CSV Export Tool**（project_doc）：LinkedIn Candidate Search & CSV Export Tool 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/mcp_playwright_agent/README.md` - **MCP Research & Analysis Agent Framework**（project_doc）：MCP Research & Analysis Agent Framework 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/mcp_realtor_agent/README.md` - **MCP Researcher example**（project_doc）：This example shows a research assistant agent which has access to internet search via 'brave' https://github.com/modelcontextprotocol/servers/tree/main/src/brave-search , website fetch https://github.com/modelcontextprotocol/servers/tree/main/src/fetch , a python interpreter, and the filesystem https://github.com/modelcontextprotocol/servers/tree/main/src/filesystem . 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/mcp_researcher/README.md` - **MCP Supabase Migration Agent with GitHub Integration**（project_doc）：MCP Supabase Migration Agent with GitHub Integration 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/mcp_supabase_migration_agent/README.md` - **Reliable Conversation Manager RCM**（project_doc）：Implementation of research findings from "LLMs Get Lost in Multi-Turn Conversation" https://arxiv.org/abs/2505.06120 using mcp-agent framework. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/reliable_conversation/README.md` - **Streamlit MCP Agent example**（project_doc）：This Streamlit example shows a "finder" Agent which has access to the 'fetch' and 'filesystem' MCP servers. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/streamlit_mcp_basic_agent/README.md` - **Streamlit MCP RAG Agent example**（project_doc）：This Streamlit example shows a RAG Agent that is able to augment its responses using data from Qdrant vector database. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/usecases/streamlit_mcp_rag_agent/README.md` - **Deep Orchestrator Workflow Example**（project_doc）：This example demonstrates the Deep Orchestrator workflow, an adaptive multi-agent system that dynamically plans, executes, and learns from complex tasks. Unlike the standard orchestrator, it features persistent memory, knowledge extraction, budget management, and intelligent replanning capabilities. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/workflows/workflow_deep_orchestrator/README.md` - **Evaluator-Optimizer Workflow Example**（project_doc）：Evaluator-Optimizer Workflow Example 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/workflows/workflow_evaluator_optimizer/README.md` - **MCP Agent Intent Classification Workflow example**（project_doc）：MCP Agent Intent Classification Workflow example 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/workflows/workflow_intent_classifier/README.md` - **Orchestrator workflow example**（project_doc）：This example shows an Orchestrator workflow which dynamically plans across a number of agents to accomplish a multi-step task. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/workflows/workflow_orchestrator_worker/README.md` - **Parallel Workflow example**（project_doc）：This example shows a short story grading example. The MCP app runs the proofreader, fact checker, and style enforcer agents in parallel fanning out the calls , then aggregates it together with a grader agent fanning in the results . 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/workflows/workflow_parallel/README.md` - **Workflow Router example**（project_doc）：This example shows an LLM-based routing to the top k most relevant categories, which can be an Agent, an MCP server, or a function. The example routes between the functions: print to console , print hello world ; the agents: finder agent , writer agent , reasoning agent . 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/workflows/workflow_router/README.md` - **MCP Swarm Agent**（project_doc）：mcp-agent implements OpenAI's Swarm pattern https://github.com/openai/swarm for multi-agent workflows, but in a way that can be used with any model provider. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`examples/workflows/workflow_swarm/README.md` - **MCP Agent Cloud SDK**（project_doc）：The MCP Agent Cloud SDK provides a command-line tool and Python library for deploying and managing MCP Agent configurations, with integrated secrets handling. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`src/mcp_agent/cli/README.md` - **Cloud Agent Factory Temporal + Custom Workflow Tasks**（project_doc）：Cloud Agent Factory Temporal + Custom Workflow Tasks 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`src/mcp_agent/data/examples/cloud/agent_factory/README.md` - **ChatGPT App Example**（project_doc）：This example demonstrates how to create an MCP Agent application with interactive UI widgets for OpenAI's ChatGPT Apps platform. It shows how to build a coin-flip widget that renders interactive UI components directly in the ChatGPT interface. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`src/mcp_agent/data/examples/cloud/chatgpt_app/README.md` - **Setup**（project_doc）：A basic coin flip component initialized with create-react-app. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`src/mcp_agent/data/examples/cloud/chatgpt_app/web/README.md` - **Hello World Example**（project_doc）：This example shows a very basic app with a hello world tool call. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`src/mcp_agent/data/examples/cloud/hello_world/README.md` - **MCP Server Example**（project_doc）：This example is an mcp-agent application that showcases how mcp-agent supports the following MCP primitives: 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`src/mcp_agent/data/examples/cloud/mcp/README.md` - **MCP Agent Server Example Temporal**（project_doc）：This example demonstrates how to create an MCP Agent Server with durable execution using Temporal https://temporal.io/ . It shows how to build, run, deploy and connect to an MCP server which leverages Temporal workflows for execution. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`src/mcp_agent/data/examples/cloud/temporal/README.md` - **MCP Agent Server Example Asyncio**（project_doc）：This example is an mcp-agent application that is exposed as an MCP server, aka the "MCP Agent Server". 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`src/mcp_agent/data/examples/mcp_agent_server/asyncio/README.md` ## 证据索引 - 共索引 80 条证据。 - **mcp-agent Documentation**（documentation）：Install the Mintlify CLI https://www.npmjs.com/package/mintlify to preview the documentation changes locally. To install, use the following command 证据：`docs/README.md` - **Overview**（documentation）：Build effective agents with Model Context Protocol using simple, composable patterns. 证据：`README.md` - **Agent Factory**（documentation）：This folder shows how to define agents and compose powerful LLM workflows using the helpers in mcp agent.workflows.factory https://github.com/lastmile-ai/mcp-agent/blob/main/src/mcp agent/workflows/factory.py . 证据：`examples/basic/agent_factory/README.md` - **MCP Functions Agent Example**（documentation）：This example shows a "math" Agent using manually-defined functions to compute simple math results for a user request. 证据：`examples/basic/functions/README.md` - **Basic MCP Agent example**（documentation）：This MCP Agent app shows a "finder" Agent which has access to the fetch https://github.com/modelcontextprotocol/servers/tree/main/src/fetch and filesystem https://github.com/modelcontextprotocol/servers/tree/main/src/filesystem MCP servers. 证据：`examples/basic/mcp_basic_agent/README.md` - **Simplest Usage of MCP Agent - Hello World!**（documentation）：Simplest Usage of MCP Agent - Hello World! 证据：`examples/basic/mcp_hello_world/README.md` - **LLM Selector example**（documentation）：This example shows using MCP's ModelPreferences type to select a model LLM based on speed, cost and intelligence priorities. 证据：`examples/basic/mcp_model_selector/README.md` - **MCP aggregator example**（documentation）：This example shows connecting to multiple MCP servers via the MCPAggregator interface. An MCP aggregator will combine multiple MCP servers into a single interface allowing users to bypass limitations around the number of MCP servers in use. 证据：`examples/basic/mcp_server_aggregator/README.md` - **MCP Tool Filter Example**（documentation）：This example demonstrates a non-invasive approach to filtering MCP tools without modifying any core mcp-agent code. 证据：`examples/basic/mcp_tool_filter/README.md` - **OAuth Basic MCP Agent example client-only loopback**（documentation）：OAuth Basic MCP Agent example client-only loopback 证据：`examples/basic/oauth_basic_agent/README.md` - **Streaming Demo**（documentation）：This example demonstrates the real-time streaming capabilities of mcp-agent, showing how to stream LLM responses as they're generated. 证据：`examples/basic/streaming_demo/README.md` - **Token Counter Example**（documentation）：This example demonstrates the MCP Agent's token counting capabilities with custom monitoring and real-time tracking. 证据：`examples/basic/token_counter/README.md` - **mcp-agent Cloud Examples**（documentation）：The examples in this directory are all ready to be deployed to mcp-agent cloud, where they can then be integrated with any MCP client via SSE. 证据：`examples/cloud/README.md` - **Cloud Agent Factory Temporal + Custom Workflow Tasks**（documentation）：Cloud Agent Factory Temporal + Custom Workflow Tasks 证据：`examples/cloud/agent_factory/README.md` - **ChatGPT App Example**（documentation）：This example demonstrates how to create an MCP Agent application with interactive UI widgets for OpenAI's ChatGPT Apps platform. It shows how to build a coin-flip widget that renders interactive UI components directly in the ChatGPT interface. 证据：`examples/cloud/chatgpt_apps/basic_app/README.md` - **Setup**（documentation）：A basic coin flip component initialized with create-react-app. 证据：`examples/cloud/chatgpt_apps/basic_app/web/README.md` - **Timer App - ChatGPT App Example**（documentation）：! timer-app https://github.com/user-attachments/assets/7a526501-84c8-4ef5-b784-4b3948790db2 证据：`examples/cloud/chatgpt_apps/timer/README.md` - **Setup**（documentation）：A basic coin flip component initialized with create-react-app. 证据：`examples/cloud/chatgpt_apps/timer/web/README.md` - **Hello World Example**（documentation）：This example shows a very basic app with a hello world tool call. 证据：`examples/cloud/hello_world/README.md` - **MCP Server Example**（documentation）：This example is an mcp-agent application that showcases how mcp-agent supports the following MCP primitives: 证据：`examples/cloud/mcp/README.md` - **Observability Example OpenTelemetry + Langfuse**（documentation）：Observability Example OpenTelemetry + Langfuse 证据：`examples/cloud/observability/README.md` - **MCP Agent Server Example Temporal**（documentation）：This example demonstrates how to create an MCP Agent Server with durable execution using Temporal https://temporal.io/ . It shows how to build, run, deploy and connect to an MCP server which leverages Temporal workflows for execution. 证据：`examples/cloud/temporal/README.md` - **CrewAI Tools Integration Example**（documentation）：This example demonstrates how to integrate CrewAI tools into MCP Agent workflows. It shows how to use CrewAI's SerperDevTool for web search and FileWriterTool for file operations within an MCP Agent. 证据：`examples/crewai/README.md` - **Human interactions in Temporal**（documentation）：This example demonstrates how to implement human interactions in an MCP running as a Temporal workflow. Human input can be used for approvals or data entry. In this case, we ask a human to provide their name, so we can create a personalised greeting. 证据：`examples/human_input/temporal/README.md` - **Third-Party Tools Integration Example**（documentation）：Third-Party Tools Integration Example 证据：`examples/langchain/README.md` - **LM Studio Basic Agent Example**（documentation）：This example demonstrates using LM Studio with mcp-agent to run local LLMs with full tool calling and structured output support. 证据：`examples/lm_studio/README.md` - **Elicitation Example**（documentation）：This MCP Agent app shows an Agent which has access to a "Booking System" MCP server. This example highlights the elicitation feature, where a tool can pause its execution to ask the user for additional information or confirmation before proceeding. 证据：`examples/mcp/mcp_elicitation/README.md` - **Deploying the elicitation example to the cloud**（documentation）：Deploying the elicitation example to the cloud 证据：`examples/mcp/mcp_elicitation/cloud/README.md` - **MCP Primitives Example: Using Resources and Prompts**（documentation）：MCP Primitives Example: Using Resources and Prompts 证据：`examples/mcp/mcp_prompts_and_resources/README.md` - **SSE example**（documentation）：This example shows how to use an SSE server with mcp-agent. 证据：`examples/mcp/mcp_sse/README.md` - **MCP Agent example**（documentation）：This example shows a basic agent that can connect to an MCP server over SSE with auth headers. 证据：`examples/mcp/mcp_sse_with_headers/README.md` - **MCP Streamable HTTP example**（documentation）：This example shows mcp-agent usage with a Streamable HTTP server using the example server https://github.com/modelcontextprotocol/python-sdk/tree/main/examples/servers/simple-streamablehttp-stateless in the mcp-python repo . 证据：`examples/mcp/mcp_streamable_http/README.md` - **MCP Websocket example**（documentation）：This example shows a basic agent that can connect to an MCP server over websockets 证据：`examples/mcp/mcp_websockets/README.md` - **MCP Agent Server Examples**（documentation）：This directory contains examples of exposing MCP Agent workflows as MCP servers. It demonstrates how to build, launch, and interact with agent-powered MCP servers in different execution environments. 证据：`examples/mcp_agent_server/README.md` - **MCP Agent Server Example Asyncio**（documentation）：This example is an mcp-agent application that is exposed as an MCP server, aka the "MCP Agent Server". 证据：`examples/mcp_agent_server/asyncio/README.md` - **Context Isolation Demo**（documentation）：This example shows how per-request context scoping prevents logs and notifications from bleeding between concurrent MCP clients. 证据：`examples/mcp_agent_server/context_isolation/README.md` - **MCP Agent Server Example Temporal**（documentation）：This example demonstrates how to create an MCP Agent Server with durable execution using Temporal https://temporal.io/ . It shows how to build, run, and connect to an MCP server that uses Temporal as the execution engine. 证据：`examples/mcp_agent_server/temporal/README.md` - **MCP Azure Agent Example - "Finder" Agent**（documentation）：MCP Azure Agent Example - "Finder" Agent 证据：`examples/model_providers/mcp_basic_azure_agent/README.md` - **MCP Bedrock Agent Example - "Finder" Agent**（documentation）：MCP Bedrock Agent Example - "Finder" Agent 证据：`examples/model_providers/mcp_basic_bedrock_agent/README.md` - **MCP Google Agent Example - "Finder" Agent**（documentation）：MCP Google Agent Example - "Finder" Agent 证据：`examples/model_providers/mcp_basic_google_agent/README.md` - **MCP Ollama Agent example**（documentation）：This example shows a "finder" Agent using llama models to access the 'fetch' and 'filesystem' MCP servers. 证据：`examples/model_providers/mcp_basic_ollama_agent/README.md` - **OAuth Examples**（documentation）：Two complementary scenarios demonstrate how OAuth integrates with MCP: 证据：`examples/oauth/README.md` - **OAuth Interactive Tool Example**（documentation）：This example shows the end-to-end OAuth authorization code flow for a simple synchronous MCP tool. The MCP server exposes a github org search tool that calls the GitHub MCP server. When the tool is invoked without a cached token, the server issues an auth/request message and the client opens the browser so you can complete the GitHub sign-in. 证据：`examples/oauth/interactive_tool/README.md` - **Workflow Pre-Authorize Example**（documentation）：This example shows how to seed OAuth credentials for asynchronous workflows. The client calls the workflows-store-credentials tool to cache a token for a specific workflow before the workflow runs. Once the token is saved, the workflow can access the downstream MCP server without further user interaction. 证据：`examples/oauth/pre_authorize/README.md` - **OAuth protected resource example**（documentation）：This example shows how to integrate OAuth2 authentication to protect your MCP. 证据：`examples/oauth/protected_by_oauth/README.md` - **Temporal Workflow Examples**（documentation）：This collection of examples demonstrates how to use Temporal https://temporal.io/ as the execution engine for MCP Agent workflows. Temporal is a microservice orchestration platform that helps developers build and operate reliable applications at scale. These examples showcase various workflow patterns and use cases. 证据：`examples/temporal/README.md` - **MCP Agent example**（documentation）：This example shows tracing integration in a basic "finder" Agent which has access to the 'fetch' and 'filesystem' MCP servers. 证据：`examples/tracing/agent/README.md` - **Langfuse Trace Exporter Example**（documentation）：This example shows how to configure a Langfuse OTLP trace exporter for use in mcp-agent by adding a typed OTLP exporter with the expected endpoint and headers. Following information from https://langfuse.com/integrations/native/opentelemetry 证据：`examples/tracing/langfuse/README.md` - **MCP Agent example**（documentation）：This example shows tracing integration for AugmentedLLMs. 证据：`examples/tracing/llm/README.md` - **SSE example**（documentation）：This example shows distributed tracing between a client and an SSE server. mcp-agent automatically propagates trace context in the client requests to the server; the server should be instrumented with opentelemetry and have MCPInstrumentor auto-instrumentation configured from openinference-instrumentation-mcp . 证据：`examples/tracing/mcp/README.md` - **Temporal Tracing Example**（documentation）：This example demonstrates how to use Temporal https://temporal.io/ as the execution engine for MCP Agent workflows, with OpenTelemetry tracing enabled. 证据：`examples/tracing/temporal/README.md` - **FastAPI WebSocket Example with MCP Agent**（documentation）：FastAPI WebSocket Example with MCP Agent 证据：`examples/usecases/fastapi_websocket/README.md` - **marimo MCP Agent example**（documentation）：This example marimo https://github.com/marimo-team/marimo notebook shows a "finder" Agent which has access to the 'fetch' and 'filesystem' MCP servers. 证据：`examples/usecases/marimo_mcp_basic_agent/README.md` - **🌐 Browser Console Agent Example**（documentation）：A command-line application that lets you interact with websites using natural language through the Model Context Protocol MCP with the use of the Puppeteer MCP server https://github.com/modelcontextprotocol/servers/tree/main/src/puppeteer . 证据：`examples/usecases/mcp_browser_agent/README.md` - **MCP Financial Analyzer with Google Search**（documentation）：MCP Financial Analyzer with Google Search 证据：`examples/usecases/mcp_financial_analyzer/README.md` - **GitHub PRs to Slack Summary Agent**（documentation）：This application creates an MCP Agent that monitors GitHub pull requests and submits prioritized summaries to Slack. The agent uses a LLM to analyze PR information, prioritize issues, and create informative summaries. 证据：`examples/usecases/mcp_github_to_slack_agent/README.md` - **Instagram Gift Advisor**（documentation）：An MCP Agent that analyzes Instagram profiles to generate personalized gift recommendations with real Amazon product links. 证据：`examples/usecases/mcp_instagram_gift_advisor/README.md` - **MCP Marketing Content Agent**（documentation）：This example demonstrates a marketing content creation agent that learns your brand voice and generates platform-optimized content using an evaluation-driven approach with persistent memory for continuous improvement. 证据：`examples/usecases/mcp_marketing_assistant_agent/README.md` - **LinkedIn Candidate Search & CSV Export Tool**（documentation）：LinkedIn Candidate Search & CSV Export Tool 证据：`examples/usecases/mcp_playwright_agent/README.md` - **MCP Research & Analysis Agent Framework**（documentation）：MCP Research & Analysis Agent Framework 证据：`examples/usecases/mcp_realtor_agent/README.md` - 其余 20 条证据见 `AI_CONTEXT_PACK.json` 或 `EVIDENCE_INDEX.json`。 ## 宿主 AI 必须遵守的规则 - **把本资产当作开工前上下文，而不是运行环境。**：AI Context Pack 只包含证据化项目理解，不包含目标项目的可执行状态。 证据：`docs/README.md`, `README.md`, `examples/basic/agent_factory/README.md` - **回答用户时区分可预览内容与必须安装后才能验证的内容。**：安装前体验的消费者价值来自降低误装和误判，而不是伪装成真实运行。 证据：`docs/README.md`, `README.md`, `examples/basic/agent_factory/README.md` ## 用户开工前应该回答的问题 - 你准备在哪个宿主 AI 或本地环境中使用它？ - 你只是想先体验工作流，还是准备真实安装？ - 你最在意的是安装成本、输出质量、还是和现有规则的冲突？ ## 验收标准 - 所有能力声明都能回指到 evidence_refs 中的文件路径。 - AI_CONTEXT_PACK.md 没有把预览包装成真实运行。 - 用户能在 3 分钟内看懂适合谁、能做什么、如何开始和风险边界。 --- ## Doramagic Context Augmentation 下面内容用于强化 Repomix/AI Context Pack 主体。Human Manual 只提供阅读骨架；踩坑日志会被转成宿主 AI 必须遵守的工作约束。 ## Human Manual 骨架 使用规则：这里只是项目阅读路线和显著性信号，不是事实权威。具体事实仍必须回到 repo evidence / Claim Graph。 宿主 AI 硬性规则： - 不得把页标题、章节顺序、摘要或 importance 当作项目事实证据。 - 解释 Human Manual 骨架时，必须明确说它只是阅读路线/显著性信号。 - 能力、安装、兼容性、运行状态和风险判断必须引用 repo evidence、source path 或 Claim Graph。 - **项目概览**：importance `high` - source_paths: README.md, pyproject.toml, src/mcp_agent/cli/README.md, src/mcp_agent/workflows/deep_orchestrator/README.md - **Server 模块**：importance `high` - source_paths: src/mcp_agent/server/app_server.py, src/mcp_agent/server/app_server_types.py, src/mcp_agent/server/token_verifier.py, src/mcp_agent/server/tool_adapter.py - **App 模块**：importance `high` - source_paths: src/mcp_agent/cli/cloud/commands/app/__init__.py, src/mcp_agent/cli/cloud/commands/app/delete/__init__.py, src/mcp_agent/cli/cloud/commands/app/delete/main.py, src/mcp_agent/cli/cloud/commands/app/status/__init__.py, src/mcp_agent/cli/cloud/commands/app/status/main.py - **Agents 模块**：importance `high` - source_paths: src/mcp_agent/agents/__init__.py, src/mcp_agent/agents/agent.py, src/mcp_agent/agents/agent_spec.py ## Repo Inspection Evidence / 源码检查证据 - repo_clone_verified: true - repo_inspection_verified: true - repo_commit: `f62d849350816588b1c6294e7914bbe4d8b84072` - inspected_files: `README.md`, `pyproject.toml`, `uv.lock`, `docs/README.md`, `docs/advanced/composition.mdx`, `docs/advanced/monitoring.mdx`, `docs/advanced/temporal.mdx`, `docs/cloud/authentication/deployment-auth.mdx`, `docs/cloud/authentication/external-mcp-auth.mdx`, `docs/cloud/authentication/overview.mdx`, `docs/cloud/deployment-quickstart.mdx`, `docs/cloud/mcp-agent-cloud/deploy-mcp-server.mdx`, `docs/cloud/mcp-agent-cloud/long-running-tools.mdx`, `docs/cloud/mcp-agent-cloud/manage-secrets.mdx`, `docs/cloud/mcp-agent-cloud/overview.mdx`, `docs/cloud/mcp-agent-cloud/use-deployed-server.mdx`, `docs/cloud/observability.mdx`, `docs/cloud/overview.mdx`, `docs/cloud/use-cases/build-chatgpt-apps.mdx`, `docs/cloud/use-cases/deploy-agents.mdx` 宿主 AI 硬性规则： - 没有 repo_clone_verified=true 时，不得声称已经读过源码。 - 没有 repo_inspection_verified=true 时，不得把 README/docs/package 文件判断写成事实。 - 没有 quick_start_verified=true 时，不得声称 Quick Start 已跑通。 ## Doramagic Pitfall Constraints / 踩坑约束 这些规则来自 Doramagic 发现、验证或编译过程中的项目专属坑点。宿主 AI 必须把它们当作工作约束，而不是普通说明文字。 ### Constraint 1: 来源证据：Agent identity for cross-org orchestration workflows - Trigger: GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题：Agent identity for cross-org orchestration workflows - Why it matters: 可能影响升级、迁移或版本选择。 - Evidence: community_evidence:github | https://github.com/lastmile-ai/mcp-agent/issues/673 | 来源讨论提到 python 相关条件，需在安装/试用前复核。 - Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。 ### Constraint 2: 来源证据：Missing workflow pattern: adversarial/debate — two agents argue opposite positions - Trigger: GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题：Missing workflow pattern: adversarial/debate — two agents argue opposite positions - Why it matters: 可能影响授权、密钥配置或安全边界。 - Evidence: community_evidence:github | https://github.com/lastmile-ai/mcp-agent/issues/668 | 来源讨论提到 python 相关条件，需在安装/试用前复核。 - Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。 ### Constraint 3: 来源证据：[Security] MCP core: SSRF across all network transports, environment leakage, and unguarded sampling - Trigger: GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题：[Security] MCP core: SSRF across all network transports, environment leakage, and unguarded sampling - Why it matters: 可能影响授权、密钥配置或安全边界。 - Evidence: community_evidence:github | https://github.com/lastmile-ai/mcp-agent/issues/721 | 来源讨论提到 python 相关条件，需在安装/试用前复核。 - Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。 ### Constraint 4: 来源证据：feat: Add persistent memory example using Dakera MCP — addresses long-term memory gap (#12) - Trigger: GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题：feat: Add persistent memory example using Dakera MCP — addresses long-term memory gap (#12) - Why it matters: 可能影响授权、密钥配置或安全边界。 - Evidence: community_evidence:github | https://github.com/lastmile-ai/mcp-agent/issues/713 | 来源讨论提到 python 相关条件，需在安装/试用前复核。 - Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。 ### Constraint 5: 来源证据：Add TheCrawler as example MCP tool — web extraction with structured errors - Trigger: GitHub 社区证据显示该项目存在一个安装相关的待验证问题：Add TheCrawler as example MCP tool — web extraction with structured errors - Why it matters: 可能阻塞安装或首次运行。 - Evidence: community_evidence:github | https://github.com/lastmile-ai/mcp-agent/issues/692 | 来源讨论提到 node 相关条件，需在安装/试用前复核。 - Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。 ### Constraint 6: 来源证据：Resource: Clarvia AEO Scanner — measure MCP server quality for agents using mcp-agent - Trigger: GitHub 社区证据显示该项目存在一个安装相关的待验证问题：Resource: Clarvia AEO Scanner — measure MCP server quality for agents using mcp-agent - Host AI rule: 来源显示可能已有修复、规避或版本变化，说明书中必须标注适用版本。 - Why it matters: 可能增加新用户试用和生产接入成本。 - Evidence: community_evidence:github | https://github.com/lastmile-ai/mcp-agent/issues/655 | 来源讨论提到 python 相关条件，需在安装/试用前复核。 - Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。 ### Constraint 7: 来源证据：[RFC] Cryptographic agent identity for MCP agents via WTRMRK — who is this agent? - Trigger: GitHub 社区证据显示该项目存在一个安装相关的待验证问题：[RFC] Cryptographic agent identity for MCP agents via WTRMRK — who is this agent? - Host AI rule: 来源显示可能已有修复、规避或版本变化，说明书中必须标注适用版本。 - Why it matters: 可能增加新用户试用和生产接入成本。 - Evidence: community_evidence:github | https://github.com/lastmile-ai/mcp-agent/issues/658 | 来源类型 github_issue 暴露的待验证使用条件。 - Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。 ### Constraint 8: 来源证据：Feature: Add trust verification for MCP servers before orchestration - Trigger: GitHub 社区证据显示该项目存在一个配置相关的待验证问题：Feature: Add trust verification for MCP servers before orchestration - Why it matters: 可能增加新用户试用和生产接入成本。 - Evidence: community_evidence:github | https://github.com/lastmile-ai/mcp-agent/issues/693 | 来源讨论提到 python 相关条件，需在安装/试用前复核。 - Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。 ### Constraint 9: 来源证据：deploy command executes arbitrary user code by importing project main.py in-process - Trigger: GitHub 社区证据显示该项目存在一个配置相关的待验证问题：deploy command executes arbitrary user code by importing project main.py in-process - Host AI rule: 来源显示可能已有修复、规避或版本变化，说明书中必须标注适用版本。 - Why it matters: 可能增加新用户试用和生产接入成本。 - Evidence: community_evidence:github | https://github.com/lastmile-ai/mcp-agent/issues/670 | 来源讨论提到 python 相关条件，需在安装/试用前复核。 - Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。 ### Constraint 10: 来源证据：get_capabilities_task silently returns exception objects in ServerCapabilities dict under partial server failure - Trigger: GitHub 社区证据显示该项目存在一个配置相关的待验证问题：get_capabilities_task silently returns exception objects in ServerCapabilities dict under partial server failure - Host AI rule: 来源显示可能已有修复、规避或版本变化，说明书中必须标注适用版本。 - Why it matters: 可能阻塞安装或首次运行。 - Evidence: community_evidence:github | https://github.com/lastmile-ai/mcp-agent/issues/671 | 来源讨论提到 python 相关条件，需在安装/试用前复核。 - Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。