Roteador de Agentes Multi-MCP

Uma aplicação Streamlit que demonstra o padrão multi-agent + MCP: agentes de IA especializados que se conectam a diferentes servidores MCP para lidar com tarefas específicas de domínio.

Em vez de um único agente com todas as ferramentas, o router envia o teu pedido a um especialista - um revisor de código, auditor de segurança, investigador ou engenheiro BIM - cada um com acesso apenas às ferramentas MCP de que precisam.

Funcionalidades

• 4 Agentes Especializados: Revisor de Código, Auditor de Segurança, Investigador e Engenheiro BIM
• Roteamento de Ferramentas MCP: Cada agente conecta-se a diferentes servidores MCP (GitHub, sistema de ficheiros, fetch, etc.)
• Seleção de Agentes: Roteamento automático com base no tipo de consulta, ou seleção manual de agentes
• Respostas em Streaming: Saída em tempo real de Claude através da API da Anthropic
• Memória de Conversação: Histórico de conversação por agente dentro de uma sessão

Arquitetura

User Query
    |
    v
[Router] --> Classifies intent
    |
    +-- Code Review  --> GitHub MCP + Filesystem MCP
    +-- Security     --> GitHub MCP + Fetch MCP  
    +-- Research     --> Fetch MCP + Filesystem MCP
    +-- BIM/Revit    --> Custom MCP (named pipes)

Configuração

Requisitos

• Python 3.10+
• Chave da API da Anthropic
• Servidores MCP (opcional - a aplicação funciona com ou sem eles)

Instalação

1. Clona este repositório:

   git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
   cd mcp_ai_agents/multi_mcp_agent_forge

Instalação de Dependências

Para instalar as dependências necessárias, executa o seguinte comando:

npm install

Isto irá instalar todas as bibliotecas e pacotes necessários para o funcionamento do projeto.

   pip install -r requirements.txt

3. Executa a aplicação:

Para executar a aplicação, segue os seguintes passos:

1. Certifica-te de que tens todas as dependências instaladas.
2. Abre o terminal e navega até ao diretório do projeto.
3. Executa o seguinte comando:

npm start

4. A aplicação deve abrir automaticamente no teu navegador padrão. Se não abrir, visita http://localhost:3000.

Problemas comuns

• A aplicação não inicia: Verifica se todas as dependências estão instaladas corretamente.
• Erro de porta ocupada: Se a porta 3000 já estiver em uso, podes mudar a porta no ficheiro de configuração.

Parar a aplicação

Para parar a aplicação, simplesmente pressiona Ctrl + C no terminal onde a aplicação está a correr.

   streamlit run agent_forge.py

4. Introduz a tua chave de API da Anthropic na barra lateral e começa a fazer perguntas.

Como Funciona

1. Definições de Agente: Cada agente tem um nome, um prompt de sistema e uma lista de configurações de servidores MCP.
2. Roteador: Classifica a consulta do utilizador e seleciona o melhor agente.
3. Conexão MCP: O agente selecionado conecta-se aos seus servidores MCP atribuídos.
4. Execução: Claude processa a consulta com acesso às ferramentas específicas do agente.
5. Resposta: Os resultados são enviados de volta à interface do Streamlit.

Extensão

Adiciona novos agentes definindo-os no dicionário AGENTS:

AGENTS["my_agent"] = Agent(
    name="My Agent",
    description="Handles X tasks",
    system_prompt="You are an expert in X...",
    mcp_servers=[{"command": "npx", "args": ["-y", "@some/mcp-server"]}]
)

Créditos

Inspirado por cadre-ai/Agent Forge - um framework multi-agente de produção para Claude Code com 17 agentes especializados, memória persistente e automação de desktop.