Eigent How-To: Konfiguracja pierwszego własnego serwera MCP

W projektach open source czas jest cenny. Maintainerzy muszą godzić poprawki błędów, prośby o nowe funkcje, wsparcie społeczności i dokumentację, a przy tym dbać o bezpieczeństwo kodu i porządek w wydaniach. Jednym z powtarzalnych, ale kluczowych zadań jest przeglądanie pull requestów i przygotowywanie aktualizacji wydań. To konieczne, ale pochłania godziny, które można by poświęcić na innowacje.

A gdyby automatyzacja mogła wykonać za Ciebie tę żmudną pracę? Właśnie tutaj wkracza Eigent, zapewniając Ci współpracownika open source w Eigent, który może niezawodnie wspierać i automatyzować Twoje workflow w GitHubie.

Eigent to pierwsza na świecie desktopowa aplikacja Multi-agent Workforce, która pozwala tworzyć, zarządzać i wdrażać własną siłę roboczą AI, zdolną zamieniać najbardziej złożone workflow w zautomatyzowane zadania. To modularny system wieloagentowy, który potrafi rozbijać złożone zadania na części i realizować je przez wyspecjalizowanych agentów pracujących w koordynacji.

Platforma koordynacji wieloagentowej Eigent zwiększa produktywność, przekształcając Twoje workflow w zautomatyzowane zadania. Zbudowany na otwartym frameworku CAMEL, zapewnia równoległe wykonywanie, możliwość dostosowania i prywatność dla automatyzacji AI.

Co Eigent może dla Ciebie zrobić? Jeśli dopiero zaczynasz, potraktuj Eigent jako elastycznego asystenta agentowego. Możesz tworzyć różne „workery” (agentów AI) z umiejętnościami dopasowanymi do domeny (np. kodowanie, dokumentacja, DevOps) i pozwolić im współpracować nad zadaniami. Oto kilka przykładów workflow technicznych, które Eigent może uprościć:

• Automatyzacja GitHub z agentami AI: przeglądanie zmian w kodzie, podsumowywanie pull requestów, triage zgłoszeń.
• Generowanie notatek wydania: automatyczne zbieranie najważniejszych informacji o nowościach w każdym wydaniu.
• Analiza dokumentacji i kodu: wyodrębnianie kluczowych punktów z dokumentów lub baz kodu, sugerowanie usprawnień.
• Workflow open source: śledzenie aktywności projektu, generowanie raportów dla współtwórców itp.

W tym przewodniku pokażemy, jak skonfigurować własny serwer GitHub MCP w Eigent i ustawić workflow agenta, który:

1. Pobiera nowe pull requesty z repozytorium
2. Wyodrębnia i analizuje dane PR
3. Formatuje najważniejsze informacje w notatki gotowe do wydania
4. Generuje krótki post do social mediów (np. na Twitter/X)

Przejdźmy do instrukcji krok po kroku!

Krok 1: Otwórz Eigent i przejdź do ustawień MCP i narzędzi

Gdy uruchomisz Eigent, zacznij od otwarcia panelu Ustawienia. W ustawieniach znajdź i kliknij sekcję „MCP & Tools”. Tutaj możesz skonfigurować zewnętrzne narzędzia i serwery dla swoich agentów AI. Tę sekcję wykorzystamy do dodania nowego, własnego serwera MCP do zadań związanych z GitHubem.

W zakładce MCP & Tools zobaczysz listę dostępnych narzędzi oraz skonfigurowanych serwerów MCP. Aby dodać własny, poszukaj przycisku „Add MCP Server” i kliknij go. Otworzy się okno dialogowe, w którym możesz wprowadzić konfigurację JSON dla nowego serwera.

Krok 2: Dodaj własny serwer MCP za pomocą konfiguracji JSON

Eigent pozwala zaawansowanym użytkownikom dodawać własne serwery agentów poprzez konfigurację JSON. W oknie Add MCP Server zobaczysz pole tekstowe, do którego można wkleić JSON. Dodamy serwer MCP sequential-thinking – uniwersalny silnik rozumowania AI, który może koordynować zadania (idealny do rozbijania złożonych promptów).

Użyj poniższego minimalnego JSON-a, aby zarejestrować serwer:

{
  "mcpServers": {
    "sequential-thinking": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-sequential-thinking"]
    }
  }
}

Krok 3: Skonfiguruj ustawienia serwera GitHub MCP (dołącz swój PAT)

Zanim zakończysz konfigurację serwera MCP, dodaj do niej swój GitHub Personal Access Token (PAT). Ten token umożliwia agentowi uwierzytelnianie się w API GitHuba i pobieranie danych repozytorium. Wygeneruj PAT na swoim koncie GitHub z odpowiednimi zakresami uprawnień (w przypadku publicznych repozytoriów domyślne publiczne zakresy są wystarczające).

Rozszerz konfigurację, aby uwzględnić serwer GitHub i Twój token:

{
  "mcpServers": {
    "sequential-thinking": {
      "command": "npx",
      "args": [
        "-y", "@modelcontextprotocol/server-sequential-thinking",
        "ghcr.io/github/github-mcp-server"
      ],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_yourGitHubTokenHere"
      }
    }
  }
}

Gdy JSON będzie gotowy, kliknij Install lub Add, aby zapisać serwer MCP. Eigent pobierze i zainicjalizuje serwer w tle. Po chwili powinieneś zobaczyć nowy serwer na liście narzędzi MCP.

Krok 4: Dodaj pracownika (agenta) nastawionego na GitHub, korzystającego z nowego serwera MCP

Teraz, gdy serwer MCP jest skonfigurowany, utwórz Workera, który będzie z niego korzystał. W Eigent „Worker” to persona agenta AI, która może wykonywać zadania, używając określonego zestawu narzędzi lub serwera MCP. Przejdź do ekranu Workforce/Agents i wybierz Add Worker.

Nazwij go np. „GitHub MCP” i opisz jako „Pomaga przy zadaniach GitHub”. Przypisz Agent Tool do serwera MCP, który właśnie dodaliśmy (np. „sequential-thinking”). Zapisz workera, aby utworzyć swojego asystenta do automatyzacji GitHuba.

Krok 5: Poproś agenta o podsumowanie pull requestów

Otwórz czat z nowym workerem i podaj prompt z zadaniem, w którym poprosisz agenta o przejrzenie pull requestów z repozytorium i ich podsumowanie.

Wypróbuj taki szczegółowy prompt:

Przejrzyj najnowsze 30 pull requestów z repozytorium https://github.com/camel-ai/camel. Wybierz 5 najważniejszych pod względem wpływu (zmienione linie, dotknięte pliki lub głębokość dyskusji). Dla każdego wybranego PR wygeneruj aktualizację gotową do wydania w tym formacie: ✨ Funkcja: <chwytliwe jednozdaniowe podsumowanie> \n💡 Dlaczego to ważne: <krótkie wyjaśnienie w punktach> \n🙏 Dzięki @<GitHubAuthor>.

To instruuje agenta, aby zautomatyzował typowy workflow open source: analizę ostatnich pull requestów i przygotowanie synopsisu ważnych zmian. Możesz dostosować URL repozytorium lub kryteria według potrzeb.

Krok 6: Obserwuj, jak Eigent automatycznie rozkłada zadanie na części i pobiera dane

Gdy wyślesz prompt, silnik wieloagentowy Eigent uruchamia się. To zadanie jest dość złożone, ale Eigent radzi sobie z nim, dzieląc pracę na łatwe do wykonania podzadania. W tle serwer MCP Sequential Thinking interpretuje polecenie i tworzy plan. Może on:

1. Pobierać listę najnowszych 30 PR-ów z określonego repozytorium (używając narzędzia GitHub MCP).
2. Analizować metadane każdego PR-a (zmienione linie, pliki, komentarze), aby określić „wpływ”.
3. Wybrać 5 najlepszych PR-ów na podstawie kryteriów.
4. Dla każdego z tych PR-ów przygotować podsumowanie w wymaganym formacie (✨ Funkcja, 💡 Dlaczego to ważne, 🙏 Dzięki...).
5. Opcjonalnie przygotować skróconą wersję na X (Twitter), jeśli zostanie o to poproszony.

Na końcu agent tworzy wynik: starannie sformatowany zestaw aktualizacji gotowych do wydania dla najlepszych PR-ów, często prezentowany w Markdown.

Wzmacnianie workflow OSS dzięki automatyzacji agentowej

W tym samouczku skonfigurowaliśmy Eigent do automatyzacji zadania związanego z utrzymaniem projektu open source — podsumowywania pull requestów GitHuba — z użyciem agenta AI. Dodaliśmy do Eigent własny serwer GitHub MCP, utworzyliśmy dedykowanego workera i wygenerowaliśmy fragmenty notatek wydania na podstawie danych z działającego repozytorium.

Dzięki wykorzystaniu integracji MCP w Eigent i koordynacji wieloagentowej złożone workflow (takie jak triage dziesiątek PR-ów) mogą być sprawnie obsługiwane przez AI, co pozwala skupić się na decyzjach wyższego poziomu. Eigent można dostosować do wielu scenariuszy — od pisania podsumowań i zarządzania zgłoszeniami po testowanie kodu czy aktualizowanie dokumentacji.

Wypróbuj Eigent w swoich projektach i ciesz się wzrostem produktywności dzięki zespołowi opartemu na AI po swojej stronie! Przyszłość współpracy open source może być po prostu połączeniem ludzkiej pasji i niestrudzonych asystentów AI pracujących razem. 🚀