🚀 개요

autoMCP는 기존 에이전트 프레임워크의 도구, 에이전트, 오케스트레이터를 MCP 서버로 쉽게 변환할 수 있게 해주며, Cursor나 Claude Desktop 같은 클라이언트를 통해 표준화된 인터페이스로 접근할 수 있습니다.

현재 저희는 다음 에이전트 프레임워크에 대해 MCP 서버로서 에이전트, 도구 및 오케스트레이터 배포를 지원합니다:

1. 크루AI
2. 랭그래프
3. 라마 인덱스
4. OpenAI 에이전트 SDK
5. 피단틱 AI
6. MCP-에이전트

🔧 설치

PyPI에서 설치하기:

또는 소스에서 설치하세요:

🧩 퀵 스타트

프로젝트를 위한 새로운 MCP 서버 생성:

에이전트 구현이 있는 프로젝트 디렉터리로 이동하세요:

다음 플래그(crewai, langgraph, llamaindex, openai, pydantic, mcp_agent) 중 하나를 사용하여 CLI를 통해 MCP 서버 파일을 생성합니다:

생성된 run_mcp.py 파일을 편집하여 에이전트를 구성하세요:

의존성을 설치하고 MCP 서버를 실행하세요:

📁 생성된 파일

automcp init -f 를 실행하면 다음 파일이 생성됩니다:

run_mcp.py

이 파일은 MCP 서버를 설정하고 실행하는 메인 파일입니다. 다음 내용이 포함되어 있습니다:

• 서버 초기화 코드
• STDIO 및 SSE 전송 핸들러
• 에이전트 구현을 위한 자리 표시자

automcp

🚀 Overview

automcp allows you to easily convert tools, agents and orchestrators from existing agent frameworks into MCP servers, that can then be accessed by standardized interfaces via clients like Cursor and Claude Desktop.

We currently support deployment of agents, tools, and orchestrators as MCP servers for the following agent frameworks:

1. CrewAI
2. LangGraph
3. Llama Index
4. OpenAI Agents SDK
5. Pydantic AI
6. mcp-agent

🔧 Installation

Install from PyPI:

# Basic installation
pip install naptha-automcp

# UV
uv add naptha-automcp

Or install from source:

git clone https://github.com/napthaai/automcp.git
cd automcp
uv venv 
source .venv/bin/activate
pip install -e .

🧩 Quick Start

Create a new MCP server for your project:

Navigate to your project directory with your agent implementation:

cd your-project-directory

Generate the MCP server files via CLI with one of the following flags (crewai, langgraph, llamaindex, openai, pydantic, mcp_agent):

automcp init -f crewai

Edit the generated run_mcp.py file to configure your agent:

# Replace these imports with your actual agent classes
from your_module import YourCrewClass

# Define the input schema
class InputSchema(BaseModel):
    parameter1: str
    parameter2: str

# Set your agent details
name = ""
description = ""

# For CrewAI projects
mcp_crewai = create_crewai_adapter(
    orchestrator_instance=YourCrewClass().crew(),
    name=name,
    description=description,
    input_schema=InputSchema,
)

Install dependencies and run your MCP server:

automcp serve -t sse

📁 Generated Files

When you run automcp init -f , the following file is generated:

run_mcp.py

This is the main file that sets up and runs your MCP server. It contains:

• Server initialization code
• STDIO and SSE transport handlers
• A placeholder for your agent implementation
• Utilities to suppress warnings that might corrupt the STDIO protocol

You’ll need to edit this file to:

• Import your agent/crew classes
• Define your input schema (the parameters your agent accepts)
• Configure the adapter with your agent

🔍 Examples

Running the examples

The repository includes examples for each supported framework:

# Clone the repository
git clone https://github.com/NapthaAI/automcp.git
cd automcp

# Install automcp in development mode
pip install -e .

# Navigate to an example directory
cd examples/crewai/marketing_agents

# Generate the MCP server files (use the appropriate framework)
automcp init -f crewai

# Edit the generated run_mcp.py file to import and configure the example agent
# (See the specific example's README for details)

# Add a .env file with necessary environmental variables

# Install dependencies and run
automcp serve -t sse