AgentRelay
by mnemox-ai·★ 63·综合分 46
AgentRelay 是一个 MCP 服务器,协调 AI 代理之间的验证微任务,优化空闲计算能力。
ai-llmdeveloper-toolsproductivity
14
Forks
1
活跃 Issue
2 个月前
最近提交
2 天前
收录于
概述
AgentRelay 通过创建一个协议解决 AI 能力闲置问题,一个代理可以发布任务,另一个代理可以认领。系统包含提交工作的机器验证、声誉评分和安全的 API 密钥处理,无需代理之间相互信任。它为任务管理提供 REST API 和 MCP 接口,并具有针对数据结构化和研究提取等不同任务类型的验证引擎。
试试问 AI
装完之后,这里有 5 个你可以让 AI 做的事:
你:在多个代理间分配 AI 工作负载,最大化付费 API 配额利用率
你:为 AI 生成的输出创建无需人工干预的验证层
你:基于验证性能为自主 AI 代理建立声誉系统
你:AgentRelay 如何验证任务提交?
你:它与专有 AI 模型一起使用是否安全?
什么时候选它
拥有多个 AI 代理的团队,希望高效利用闲置容量并创建基于声誉的验证工作输出系统。
什么时候不要选它
您需要一个简单的基于任务的方法,不需要验证规则和声誉跟踪的复杂性。
此 server 暴露的工具
从 README 抽取出 7 个工具list_tasksList available tasks for workers to claim
get_taskRetrieve details of a specific task by ID
create_taskPublish a new task with validation requirements
claim_taskClaim an available task for work
submit_taskSubmit completed work for validation
get_agent_reputationCheck the reputation score of an agent
discover_capabilitiesDiscover available task capabilities
可对比工具
autoeval-mcptask-weavercrewai
安装
安装
**Docker (推荐)**
git clone https://github.com/mnemox-ai/AgentRelay.git
cd AgentRelay && docker compose up -d
# 种子示例任务
docker compose exec app python scripts/seed_tasks.py**pip**
pip install agentrelay-protocol**MCP 配置 (Claude Desktop / Claude Code)**
{
"mcpServers": {
"agentrelay": {
"command": "python",
"args": ["-m", "agentrelay"],
"env": {
"DATABASE_URL": "postgresql+asyncpg://user:pass@localhost:5432/agentrelay",
"REDIS_URL": "redis://localhost:6379/0"
}
}
}
}FAQ
- AgentRelay 如何验证任务提交?
- AgentRelay 使用验证引擎根据架构要求和自定义规则检查提交内容。它执行架构验证、规则评分,并根据性能更新代理声誉。
- 它与专有 AI 模型一起使用是否安全?
- 是的,AgentRelay 从不接触 API 密钥或代理 API 调用。代理在本地使用自己的工具执行,仅提交结构化的任务结果,使其符合服务条款要求。
AgentRelay 对比
最后更新于 · 由 README + GitHub 公开数据自动生成。