本项目是基于 MiniMax 开源的 Mini-Agent 项目的 TypeScript 实现版本。
Mini Agent TS 是一个极简的终端 LLM Agent, 包含一个最简单Agent所需要的大部分功能。它兼容 Anthropic 和 OpenAI 协议，支持 Agent Skills 和 MCP，还具备原生文件操作与命令行执行的能力. 基于这个项目可以快速搭建一个LLM Agent并且学习Agent实现原理.
- 🔄 ReAct 模式: 支持 ReAct 的 Agent 循环机制，能进行多步推理并循环调用多种工具完成复杂任务。
- 🔌 MCP 协议支持: 轻松连接外部工具生态，扩展 Agent 功能。
- 🛠️ Agent Skills: 支持通过专业知识库、工作流和工具集来自定义 Agent 技能，打造领域专家。
- 🌐 自定义供应商: 支持 Anthropic 和 OpenAI SDK，自由接入任何兼容协议的 LLM 供应商。
- 🧠 交错思维链: 使 Agent 的推理过程与工具调用紧密结合。
mini-agent-ts/
├── src/
│ ├── agent.ts # Agent 核心逻辑
│ ├── cli.ts # 命令行入口
│ ├── config.ts # 配置加载与解析
│ ├── llm-client/ # LLM 客户端适配器
│ ├── schema/ # 数据模型定义
│ ├── skills/ # 技能加载器
│ ├── tools/ # 内置工具集
│ └── util/
├── config/
│ ├── config.yaml # 主配置文件
│ └── mcp.json # MCP 服务器配置
├── skills/ # 用户自定义技能目录
├── tests/ # 测试文件
└── logs/ # 运行日志（启用日志时生成）
在终端执行以下命令将项目部署到本地：
# 克隆仓库
git clone [https://github.com/Code-MonkeyZhang/mini-agent-ts.git](https://github.com/Code-MonkeyZhang/mini-agent-ts.git)
# 进入项目目录
cd mini-agent-ts
# 安装依赖
npm installnpm run build && npm link初始化配置文件以填入你的 API 信息：
# 复制示例配置
cp config/config-example.yaml config/config.yaml# config/config.yaml
# 填入你的 API Key
apiKey: "YOUR_API_KEY_HERE" # 替换为你的 LLM provider API Key
apiBase: "https://api.minimaxi.com/v1/" # 替换为你的base url
# 模型和提供商SDK的形式
model: "MiniMax-M2.5"
provider: "openai" # MiniMax 使用 OpenAI 风格认证
# 日志配置（可选）
enableLogging: false # 设置为 true 以启用日志记录功能，日志将保存在项目根目录的 logs/ 文件夹下如果你希望 Agent 仅在特定项目目录下操作（防止误删或误改其他文件），请使用：
本项目支持通过 MCP 协议给 Agent 添加外部工具。
首先，复制示例 MCP 配置文件：
cp config/mcp-example.json config/mcp.json然后编辑 config/mcp.json 来配置您的 MCP 服务器。下面示例展示如何添加一个 time server：
{
"mcpServers": {
"time-server": {
"command": "uvx",
"args": ["mcp-server-time"],
"description": "提供当前时间查询工具"
}
}
}本项目支持 Agent Skills, 允许用户为 Agent 加入特定功能的Prompt。为了加入skill,你需要在项目根目录或指定位置创建 skills 目录。将Skill文件放入该目录。同时确保 config.yaml 中启用了正确的skill路径：
tools:
skillsDir: "./skills"欢迎提交 Issue 或 Pull Request 来完善这个项目。
本项目的实现参考了以下官方文档：