PraisonAI

PraisonAI

MervinPraisonMIT
8k звёзд1.2k форков
PraisonAI — это фреймворк для создания автономных AI-агентов с саморефлексией и мультиагентной координацией. MCP-сервер PraisonAI подключает этих агентов к AI-ассистентам через Model Context Protocol. Вы получаете 24/7 рабочую силу: агенты сами исследуют, планируют и выполняют задачи. Для запуска достаточно пяти строк кода. Сервер подходит разработчикам и DevOps-инженерам, которые хотят автоматизировать сложные процессы, интегрировать агентов в свои инструменты и масштабировать AI-воркфлоу.
AI и машинное обучениеРазработка
Подключить MCPОткрыть на GitHub
Подключение

Подключить PraisonAI

Выберите способ запуска и свой MCP-клиент. Ниже останется одна готовая инструкция, которую можно проверить и скопировать.

1

Способ подключения

2

Куда подключить

3

Скопируйте и проверьте

Claude Desktop / Claude Code

Клиент запускает MCP-сервер как локальный процесс.

  1. 1.Откройте настройки MCP в Claude.
  2. 2.Добавьте сервер с указанной командой и переменными окружения.
  3. 3.Перезапустите Claude, если сервер не появился автоматически.
json
{
  "mcpServers": {
    "praisonai": {
      "command": "uvx",
      "args": [
        "praisonai"
      ]
    }
  }
}

Сгенерировано из существующей команды запуска. Желательно сверить с README.

Инструкция собрана из данных карточки и пока не отмечена как проверенная редакцией. Сверьте команду с README источника и не передавайте лишние права или секреты.

Как оценить PraisonAI

PraisonAI относится к AI и машинное обучение, Разработка. Ниже собраны проверяемые признаки, по которым его можно сравнить с другими серверами каталога.

Происхождение
Проект сообщества
Лицензия
MIT
Реализация
Python
Транспорт
stdio

Что проверить перед выбором

  • Изучите README, открытые issues и историю последних изменений в репозитории.
  • Проверьте команду установки и зависимости перед запуском в рабочем окружении.
  • Ограничьте доступ MCP-сервера только нужными файлами, API и переменными окружения.

Карточка отредактирована 20.07.2026.

Автоматическая проверка источника ещё не выполнена. Внешних источников в карточке: 1.

Характеристики

Общее

  • СтатусСообщество
  • РазработчикMervinPraison
  • ЛицензияMIT

Технологии

  • Языки
    Python
  • Транспорт
    stdio

Описание

Возможности

  • Создание агентов с саморефлексией — агент анализирует ошибки и корректирует действия.
  • Мультиагентная координация: несколько агентов работают совместно, распределяя задачи.
  • Подключение внешних инструментов: веб-поиск (Tavily, SerpAPI), парсинг страниц, выполнение Python-кода, вызов REST API.
  • Встроенная поддержка MCP — агенты используют любые MCP-серверы как свои инструменты.
  • Dashboard и AgentFlow — визуальный мониторинг выполнения задач в реальном времени.
  • Гибкая настройка промптов и контекста для каждого агента.
  • Развёртывание одной командой: uvx praisonai.
  • Поддержка различных LLM-провайдеров: OpenAI, Anthropic, Ollama и других.

Как подключить

  1. Установите сервер через UV: uvx praisonai
  2. В вашем MCP-клиенте (Claude Desktop, VS Code) добавьте конфигурацию: { "mcpServers": { "praisonai": { "command": "uvx", "args": ["praisonai"] } } }
  3. Перезапустите клиент. В интерфейсе появится сервер PraisonAI с набором инструментов.

Для работы с веб-поиском установите переменные окружения, например TAVILY_API_KEY.

Примеры запросов

  • «Найди последние статьи о MCP протоколе и составь краткое резюме по каждой».
  • «Создай мультиагента: первый агент собирает требования, второй пишет код, третий тестирует».
  • «Запусти агента саморефлексии, чтобы проанализировать этот Python-скрипт и предложить улучшения».
  • «Собери данные с сайта документации LangChain и сохрани в файл agents.json».

Технические детали

  • Язык: Python
  • Транспорт: stdio
  • Лицензия: MIT
  • Установка: uvx praisonai
  • Среда: uv (рекомендуется) или pip
  • Совместимость: Claude Desktop, VS Code, любое приложение с поддержкой MCP

Поделиться