Open Multi Agent Canvas

Open Multi-Agent Canvas 是一个基于 Next.js、LangGraph 和 CopilotKit 构建的开源多智能体聊天界面，支持在动态对话中管理多个智能体。它通过 MCP（Model Context Protocol）协议连接和管理多个 AI 模型，适用于旅行规划、研究和通用任务处理。用户可以通过配置自定义服务器或连接公共 MCP 服务，实现灵活的模型协作。

核心功能

Open Multi-Agent Canvas 提供了多种核心功能，使其成为多模型协作的理想工具：

• 多智能体管理：支持在一个对话中管理多个智能体，实现任务的分工与协作。
• MCP 协议支持：通过 MCP 协议，用户可以连接多个 AI 模型，实现跨模型的通信与协作。
• 灵活的通信机制：支持标准输入输出（StdIO）和 Server-Sent Events（SSE）等多种通信方式。
• 内置代理与自定义代理：提供内置的 MCP 代理，同时支持用户自定义代理，满足不同场景需求。
• 多场景适用：适用于旅行规划、学术研究、任务自动化等多种应用场景。

安装方法

安装 Open Multi-Agent Canvas 需要以下步骤：

1. 确保已安装 pnpm。
2. 获取 CopilotKit API 密钥。
3. 将 frontend 文件夹中的 example.env 文件重命名为 .env，并填写 API 密钥：

NEXT_PUBLIC_CPK_PUBLIC_API_KEY=your_api_key

然后进入 frontend 文件夹，安装依赖项：

cd frontend
pnpm i

最后，构建并启动项目：

pnpm run build && pnpm run start

使用方法

使用 Open Multi-Agent Canvas 可以通过以下方式：

• 配置自定义 MCP 服务器：在界面中点击“MCP 服务器”按钮，通过配置面板添加服务器地址。
• 连接公共 MCP 服务器：可直接连接如 mcp.composio.dev 或 mcp.run 等公共服务。
• 运行 MCP 代理后端：将 agent 文件夹中的 example.env 重命名为 .env，并填写相关 API 密钥：

OPENAI_API_KEY=...
LANGSMITH_API_KEY=...

然后运行：

cd agent
poetry install
poetry run langgraph dev --host localhost --port 8123 --no-browser

使用示例

以下是两个典型的使用场景：

旅行规划助手

通过整合多个旅游相关的 AI 模型，为用户提供个性化的行程建议。

计划一次前往东京的旅行。

预期结果包括详细的行程安排，如酒店预订、交通路线和景点推荐。

数学问题求解器

调用专门的数学计算模型解决复杂方程。

求解 x^2 + 5x - 6 = 0。

预期结果为方程的解：x = 1 或 x = -6。

使用场景

Open Multi-Agent Canvas 适用于多种需要多模型协作的场景，包括但不限于：

• 旅行规划：整合多个旅游模型，提供个性化行程。
• 学术研究：通过多模型协作，提高研究效率。
• 任务自动化：在业务流程中实现自动化处理。
• 通用任务处理：适用于各种需要智能代理协作的场景。

注意事项

使用 Open Multi-Agent Canvas 时需注意以下事项：

• 需要一定的技术背景来配置和维护。
• 部分高级功能可能依赖特定环境。
• 确保 API 密钥和环境变量配置正确。

Open Multi-Agent Canvas 通过 MCP 协议实现了多模型的高效协作，为开发者和用户提供了灵活、强大的多智能体管理工具。