/ الدليل / الملعب / fast-agent
← كل الخوادم ↗ GitHub
● مجتمع evalstate ⚡ فوري

fast-agent

بواسطة evalstate · evalstate/fast-agent

أنشئ عوامل أصيلة لـ MCP في Python بمزخرف @fast.agent() — Skills و MCP و ACP ونماذج متعددة وتقييمات وتتبعات مدمجة.

fast-agent إطار عمل عوامل رأيوي يأخذ MCP و Skills بجدية. زيّن دالة، أرفق خوادم + مهارات، اختر نموذجاً، فيكون لديك عامل قابل للتشغيل مع تتبعات وتقييمات وتشغيلات قابلة للاستئناف. مفيد كإطار عمل مستقل وكخادم MCP يمكنك تشغيله من Claude.

▶ شاهد العرض 📦 التثبيت 💡 حالات الاستخدام

لماذا تستخدمه

الميزات الأساسية

عرض مباشر

كيف يبدو في الممارسة

fast-agent-mcp.replay ▶ جاهز
0/0

التثبيت

اختر العميل

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "fast-agent-mcp": {
      "command": "uvx",
      "args": [
        "fast-agent-mcp"
      ]
    }
  }
}

افتح Claude Desktop → Settings → Developer → Edit Config. أعد التشغيل بعد الحفظ.

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "fast-agent-mcp": {
      "command": "uvx",
      "args": [
        "fast-agent-mcp"
      ]
    }
  }
}

يستخدم Cursor نفس مخطط mcpServers مثل Claude Desktop. إعدادات المشروع أولى من الإعدادات العامة.

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "fast-agent-mcp": {
      "command": "uvx",
      "args": [
        "fast-agent-mcp"
      ]
    }
  }
}

انقر على أيقونة MCP Servers في شريط Cline الجانبي، ثم "Edit Configuration".

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "fast-agent-mcp": {
      "command": "uvx",
      "args": [
        "fast-agent-mcp"
      ]
    }
  }
}

نفس الصيغة مثل Claude Desktop. أعد تشغيل Windsurf لتطبيق التغييرات.

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "fast-agent-mcp",
      "command": "uvx",
      "args": [
        "fast-agent-mcp"
      ]
    }
  ]
}

يستخدم Continue مصفوفة من كائنات الخادم بدلاً من خريطة.

~/.config/zed/settings.json
{
  "context_servers": {
    "fast-agent-mcp": {
      "command": {
        "path": "uvx",
        "args": [
          "fast-agent-mcp"
        ]
      }
    }
  }
}

أضف إلى context_servers. يعيد Zed التحميل تلقائيًا عند الحفظ.

claude mcp add fast-agent-mcp -- uvx fast-agent-mcp

أمر من سطر واحد. تحقق باستخدام claude mcp list. احذف باستخدام claude mcp remove.

حالات الاستخدام

استخدامات عملية: fast-agent

بناء عامل بحث عميق في 30 سطر Python

👤 المطورون الذين يريدون عامل بحث قابل للإعادة ⏱ ~60 min intermediate

متى تستخدمه: جربت 'ابحث عن X' في المحادثة وتريده كعامل قابل للاستدعاء.

المتطلبات الأساسية
  • Python 3.11+ و uv — ثبّت uv إذا كان مفقوداً؛ fast-agent يستخدمه
  • fast-agent مثبت — uvx fast-agent-mcp init؛ انتقل إلى المشروع
الخطوات
  1. بناء الهيكل
    Use fast-agent. Generate a research agent skeleton with tavily search + fetch + summarize tools.✓ تم النسخ
    → agent.py مع مزخرف @fast.agent
  2. توصيل خوادم MCP
    Attach the tavily-mcp and filesystem MCP servers in fastagent.config.yaml.✓ تم النسخ
    → الإعداد مُتحقق منه؛ الخوادم تتصل
  3. التشغيل والتكرار
    Run with: research 'state of small embedding models 2026'. Inspect the trace.✓ تم النسخ
    → التتبع يُظهر سلسلة search → fetch → summarize؛ المخرج موجز بمصادر
  4. إضافة تقييم
    Author a 5-prompt eval; run nightly. Fail if any source citation is missing.✓ تم النسخ
    → مخرج التقييم أخضر/أحمر؛ cron ليلي مُعدّ

النتيجة: pipeline بحث قابل للإعادة يمكنك تسليمه للزملاء.

المزالق
  • سحر المزخرفات يُخفي ما يفعله العامل — اقرأ التتبع دائماً؛ افهم كل استدعاء أداة قبل الإعلان عن نجاح العامل
اجمعها مع: tavily-mcp · filesystem

كشف عامل fast-agent الخاص بك كخادم MCP

👤 المطورون الذين يشاركون العوامل بين الفرق ⏱ ~25 min intermediate

متى تستخدمه: بنيت عاملاً داخلياً في fast-agent وتريد للآخرين استدعاءه من Claude.

الخطوات
  1. وسم العامل للكشف
    Add @fast.agent(expose=True) to the decorator; specify name and description for tool discovery.✓ تم النسخ
    → العامل يظهر الآن كأداة MCP أيضاً
  2. تشغيله كخادم MCP
    Run: fast-agent serve --transport stdio.✓ تم النسخ
    → خادم MCP stdio يعمل مع عاملك مدرجاً كأداة
  3. الإضافة للعملاء
    Add the fast-agent stdio config to my Claude Desktop config.✓ تم النسخ
    → الأداة مرئية في Claude؛ استدعاؤها يُشغّل عاملك

النتيجة: عاملك المخصص قابل لإعادة الاستخدام عبر الفريق مثل أي MCP آخر.

المزالق
  • العامل يعتمد على ملفات محلية لا يمتلكها إلا المؤلف — انقل الإعداد + الأصول إلى حزمة العامل؛ وثّق أي متغيرات بيئة مطلوبة

مقارنة نسختين من prompt بمشغّل التقييم

👤 أي شخص يُعدّل prompt للإنتاج ⏱ ~45 min intermediate

متى تستخدمه: تتناقش في صياغتين لـ prompt وتريد الاختيار بالبيانات.

الخطوات
  1. كتابة التقييم
    Define an eval with 12 representative inputs and golden outputs.✓ تم النسخ
    → evals/<name>.yaml
  2. التشغيل مرتين
    Run eval against prompt v1, then v2. Compare pass rates + token usage.✓ تم النسخ
    → جدول مقارنة مع الفروق
  3. الاختيار والتثبيت
    Save the winning prompt to prompts/winning.md; tag the eval as the regression baseline.✓ تم النسخ
    → خط أساس مُثبَّت؛ PRs المستقبلية تعمل ضده

النتيجة: اختيار prompt مبني على البيانات + شبكة انحدار.

المزالق
  • 12 مدخلاً كلها مسار سعيد — أضف حالات عدائية — مدخل فارغ، مدخل مشوّه، حقائق متناقضة

التركيبات

اجمعها مع خوادم MCP أخرى لتحقيق نتائج x10

fast-agent-mcp + tavily-mcp + filesystem

تأليف عامل بحث مع خوادم MCP للويب والملفات مرفقة

Build a research agent that uses tavily for search, filesystem for note persistence.✓ تم النسخ
fast-agent-mcp + mcpjam-inspector

فحص خادم fast-agent بواجهة MCPJam قبل الشحن

Run fast-agent as MCP server; connect via mcpjam-inspector to verify tool schemas.✓ تم النسخ

الأدوات

ما يوفره هذا الـ MCP

الأداةالمدخلاتمتى تستدعيهاالتكلفة
agent.run messages, agent_name? تشغيل عامل من البداية إلى النهاية النموذج + استدعاءات الأدوات
agent.list — اكتشاف ما هو مكشوف 0
eval.run eval_name, prompt_version? انحدار ما قبل الالتزام / الليلي API النموذج لكل prompt
trace.get run_id تصحيح تشغيل محدد 0

التكلفة والحدود

تكلفة التشغيل

حصة API
أياً كانت حصة مزود النموذج المختار
الرموز لكل استدعاء
متغير جداً — يعتمد على تصميم العامل
التكلفة المالية
إطار العمل مجاني؛ ادفع لمزودي النماذج
نصيحة
استخدم --model haiku-4.5 في التطوير؛ انتقل إلى sonnet للتشغيلات الإنتاجية والتقييمات

الأمان

الصلاحيات والأسرار ونطاق الأثر

الحد الأدنى من الصلاحيات: ما تحتاجه خوادم MCP المرفقة
تخزين بيانات الاعتماد: fastagent.secrets.yaml (مُدرج في gitignore) أو متغيرات البيئة
نقل البيانات الخارجي: إلى خوادم MCP المرفقة ومزودي النماذج المختارين
لا تمنح أبدًا: رموز كتابة إنتاجية لبيئات التطوير

استكشاف الأخطاء

الأخطاء الشائعة وحلولها

العامل يُعيد التكرار دون تقارب

اضبط max_steps؛ افحص التتبع لإيجاد الحلقة. غالباً أداة تُعيد مخرجاً غامضاً والنموذج يُعيد المحاولة إلى ما لا نهاية

تحقق: trace.get(run_id)
التقييم يُبلّغ عن 0% لكن التشغيل اليدوي يعمل

تحقق من شكل golden_output — مطابقة صارمة مقابل مطابقة دلالية

خادم MCP في الإعداد يفشل في الإرفاق

شغّل أمر الخادم مستقلاً أولاً؛ تحقق أن متغيرات البيئة موجودة في fastagent.secrets.yaml

أول تشغيل بطيء

uv يجلب التبعيات عند الاستدعاء الأول؛ مخزنة مؤقتاً في ما بعد. سخّن مسبقاً في CI

البدائل

fast-agent مقابل البدائل

البديلمتى تستخدمهاالمقايضة
PrefectHQ/fastmcpتريد إطار عمل خادم MCP القياسي، لا إطار عمل عامل كاملfastmcp لبناء الخوادم؛ fast-agent لبناء (وتنسيق) العوامل التي تستهلكها
LangGraphفريقك مستثمر في نظام LangChain البيئيأكثر عمومية؛ أقل أصالةً لـ MCP
mcp-agent (lastmile-ai)تفضل إطار عمل أبسط على مستوى البرامج التعليميةنطاق أصغر؛ بطاريات أقل

المزيد

الموارد

📖 اقرأ ملف README الرسمي على GitHub

🐙 تصفح القضايا المفتوحة

🔍 تصفح أكثر من 400 خادم MCP و Skills