klavis

让 AI 代理稳定调用任意工具，规模再大也不慌

开源 🏷️定价信息待确认 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 572 🐛 待处理 307 👀 关注 161 ⚠️ 作者已归档（停止维护）

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 5828

维护状态活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类开源模型

开发团队Klavis-AI

官网地址https://www.klavis.ai

GitHubhttps://github.com/Klavis-AI/klavis

定价模式🏷️定价信息待确认

价格说明开源项目，无官网及定价信息，需自行部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型agents,ai,ai-agents,api,deprecated,developer-tools,discord,function-calling,integration,llm,mcp,mcp-client,mcp-server,oauth2,open-source

GitHub 星标★ 5828

上线时间2025-04-14 00:00:00

代码更新2026-11-05

仓库体积139.8 MB

本站数据更新2026-11-07

维护状态活跃

收录时间2026-08-09

浏览次数5

项目介绍

Klavis 是一个开源的 MCP（Model Context Protocol）集成平台，旨在让 AI 代理在任何规模下都能可靠地使用外部工具。它解决了 AI 代理在调用工具时面临的连接管理、权限控制、可观测性和扩展性问题。核心能力包括：统一的工具注册与发现、动态工具路由、细粒度的访问控制、实时调用监控与日志、以及支持水平扩展的高可用架构。Klavis 基于 Python 构建，提供了简洁的 API 和配置化界面，使开发者能够快速接入各种 MCP 工具，并确保 AI 代理在复杂生产环境中的稳定运行。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 5828

技术标签

agents ai ai-agents api developer-tools

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：Docker 4 步

环境要求

已安装 Docker（用于运行现成的 MCP Integration 容器）
已安装 Python 环境并具备 pipx（用于本地安装开源 Strata）
可访问 ghcr.io 镜像仓库的网络环境

安装与启动步骤

1拉取 MCP 服务镜像

从 GitHub 容器仓库拉取 Klavis 预置的 GitHub MCP 服务镜像，需保证网络可访问 ghcr.io。
```
docker pull ghcr.io/klavis-ai/github-mcp-server:latest
```
2启动 MCP 服务容器

以 5000 端口映射方式运行容器，宿主机的 5000 端口被占用时可调整前面的端口号。
```
docker run -p 5000:5000 ghcr.io/klavis-ai/github-mcp-server:latest
```
3本地安装 Strata

使用 pipx 安装开源 Strata，安装后即可在命令行使用 strata 指令管理 MCP 工具。
```
pipx install strata-mcp
```
4添加一个 MCP 工具

通过 stdio 方式接入 Playwright MCP 工具，名称与启动命令按实际需求替换。
```
strata add --type stdio playwright npx @playwright/mcp@latest
```