Crow: Samodzielna platforma MCP dla agentów AI i zorganizowanych badań
Crow to platforma Model Context Protocol (MCP) z otwartym kodem źródłowym, hostowana samodzielnie, opracowana przez Mer@lon. Łączy się bezpośrednio z frontendami Large Language Model (LLM) oraz różnymi klientami AI, działając jako ramy agentowe. Zbudowana w Pythonie dla swoich komponentów agentowych oraz Node.js/JavaScript dla swojego bramy HTTP, Crow zapewnia trwałą pamięć, strukturalne narzędzia badawcze i szyfrowane możliwości udostępniania peer-to-peer dla swoich użytkowników. Wspiera programistów i profesjonalistów w budowaniu i uruchamianiu własnych agentów AI.
Do czego łączy się Crow?
Crow działa jako platforma serwera MCP, nawiązując połączenia z frontendami LLM i różnymi klientami AI. Obsługuje transport stdio oraz bramę HTTP wykorzystującą Streamable HTTP i SSE. Kompatybilne klientów AI to Claude Code, Claude Desktop, Cursor, Windsurf, Cline, Gemini CLI, Qwen Coder, opencode, Ollama oraz każdy punkt końcowy zgodny z OpenAI. Jednak samodzielnie hostowane instancje nie obsługują bezpośrednio klientów internetowych w chmurze, takich jak claude.ai, ChatGPT i Gemini w sieci z powodu kwestii bezpieczeństwa, z dostępem planowanym na wydanie po wersji v1.
Główne funkcje i narzędzia
Crow udostępnia kilka wywoływalnych narzędzi do różnych funkcji. Narzędzia API pamięci obejmują list_sessions(), query_memory(query) oraz query_session(session_id). Wbudowany agent crow-cli zapewnia narzędzia takie jak read, write, edit do dostępu do plików, terminal do poleceń powłoki, web_search, web_fetch do przeszukiwania internetu, capture_webcam oraz read_image_file do wejścia wizualnego. Narzędzia zarządzania backendem to crow_register_backend, crow_list_backends, crow_remove_backend oraz crow_backend_schema. Serwer badawczy oferuje zarządzanie projektami z automatycznymi cytatami APA i eksportem bibliografii.
Dla kogo to jest?
Crow służy różnorodnej publiczności, w tym programistom, profesjonalistom prawnym, entuzjastom rozrywki domowej oraz przedsiębiorstwom zarządzającym danymi regulowanymi. Umożliwia użytkownikom potrzebującym trwałej pamięci i ustrukturyzowanych możliwości badawczych dla frontendów LLM, lub tym, którzy budują agentów AI zdolnych do interakcji z lokalnymi systemami i siecią. Jego szyfrowane udostępnianie przyciąga grupy wymagające bezpiecznej współpracy. Pomiń to, jeśli bezpośrednia integracja z klientami internetowymi w chmurze, takimi jak claude.ai lub ChatGPT, jest głównym wymaganiem dla samodzielnie hostowanej instancji.
Jak zacząć
Dostęp do bramy HTTP jest przyznawany przez standardowy proces autoryzacji OAuth 2.1 dla zdalnego dostępu. W przypadku opcjonalnej synchronizacji w chmurze z usługami takimi jak Turso, konfiguracja obejmuje ustawienie zmiennych środowiskowych TURSO_DATABASE_URL i TURSO_AUTH_TOKEN.
Przykłady zastosowania
- Zapewnienie frontendów LLM trwałej pamięci i ustrukturyzowanych narzędzi badawczych do zadań takich jak organizacja materiałów, badania dokumentów i śledzenie cytatów.
- Umożliwienie użytkownikom budowanie i uruchamianie własnych agentów AI, którzy mogą czytać i edytować kod, uruchamiać polecenia powłoki i przeszukiwać internet, łącząc się natywnie z klientami AI, takimi jak Claude Code i Cursor.
- Ułatwienie end-to-end szyfrowanego udostępniania wspomnień i całych przestrzeni projektowych między użytkownikami Crow bez centralnego serwera.
Crow od Mer@lon oferuje samodzielnie hostowaną platformę Model Context Protocol do rozwoju agentów AI i zorganizowanych badań. Ta agentowa struktura wspiera pamięć trwałą, użycie narzędzi i bezpieczne udostępnianie peer-to-peer, dostosowując się do różnych profesjonalnych i technicznych odbiorców. Jego architektura pozwala na głęboką integrację z klientami AI, umożliwiając użytkownikom rozszerzanie możliwości AI. Spróbuj użyć narzędzia terminalowego do uruchamiania poleceń powłoki za pomocą agenta AI.
