Ghost Agent(Coreon MCP 执行引擎)
把 AI 规划与工具执行解耦的 MCP 执行引擎:自然语言进,结构化工具链结果出,可在 CLI、API 与 Telegram 三种模式下运行。
- Star 数
- ★ 741
- 最近更新
- 2 个月前
- License
- MIT
- 主语言
- Shell
- FA 评分
- 27/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配OpenAI APIClaude Code(部分支持)
- 费用
- 软件免费,模型调用费用自付
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- Web3 开发者需要通过命令行用自然语言查询 Solana 余额、代币元数据和 DeFi 数据
- 不适合
- 希望开箱即用、无需自行申请付费 API Key 的用户
- 需要自主支付或自动链上交易的用户,该功能仍在路线图中
这个 Agent 能做什么,适合哪些场景?
Ghost-Agent 仓库的核心产品是 Coreon-MCP-Execution-Engine,一个为结构化 ToolCall 链提供统一运行时的执行引擎。它由四大模块组成:Planner 通过 LLM 意图识别把自然语言转成 JSON 执行计划,Executor 按依赖顺序执行工具并处理重试与日志,Tool Registry 集中声明工具的名称、模块、函数签名和参数模式,Connectors 提供 CLI、API 服务器和 Telegram Bot 三种入口。引擎通过 Docker 镜像分发,无需本地依赖,仅需配置 MCP_LANG 和 OPENAI_API_KEY 即可启动。内置工具涵盖 DexScreener、Binance 行情、CryptoPanic 新闻、社交指标和链上 API,并明确以 Solana 生态为集成重点,定位为 Web3 的 AI 执行层。README 还列出了 Solana 上的 MCP 支付信号协议集成路线,自动代理支付仍在开发中。
接收来自 CLI、Telegram 或 HTTP API 的自然语言输入;Planner 基于 LLM 意图识别生成 JSON 格式的 ToolCall 链;Executor 逐步或并行执行工具,处理重试、错误恢复与日志;Tool Registry 声明每个工具的 name、module、function 与 schema,支持热插拔;内置工具集包括行情(DexScreener/Binance)、新闻(CryptoPanic)、社交指标(Twitter/Telegram)、链上 API(代币元数据/持有人)和自定义工具;最后由 Response Formatter 输出 CLI 图表、Telegram 消息或 API JSON。Solana 侧当前支持查询余额、代币元数据、DeFi 数据和合约调用;新分支 coreon-mcp 添加了 Solana 上的支付信号检测(PaymentRequired 状态),检测到付费 API 信号时会挂起执行并提示用户付款。
- Web3 开发者需要通过命令行用自然语言查询 Solana 余额、代币元数据和 DeFi 数据
- 加密社区运营者想通过 Telegram 机器人即时获取行情与新闻而无需本地环境
- 后端工程师需要一个可 Docker 部署的执行引擎,把 LLM 规划与工具执行解耦接入现有系统
- 开发者想为加密分析工作流插入自定义工具(格式化器、指标)而不改动执行逻辑
- 研究者关注 Solana 上的 Agent 支付经济,想试用 MCP 支付信号协议分支
如何安装或部署这个 Agent?
- 环境要求:Python 3.11+ 和 Docker(从 docker.com 下载安装,运行 docker --version 验证)。2. 创建目录:mkdir mcp-execution-env && cd mcp-execution-env。3. 生成环境文件:
cat <<EOF > .env
MCP_LANG=EN
OPENAI_API_KEY=sk-xxxxxxxxxxEOF
将 sk-xxxxxxxxxx 替换为你的真实 OpenAI API Key。4. 拉取镜像:docker pull coreonmcp/coreon-mcp-execution-engine。
如何使用这个 Agent?
CLI 模式:docker run --rm -it --env-file .env coreonmcp/coreon-mcp-execution-engine start cli
API 服务器模式(端口 8080):docker run --rm -it --env-file .env -p 8080:8080 coreonmcp/coreon-mcp-execution-engine start server
Telegram Bot 模式:docker run --rm -it --env-file .env coreonmcp/coreon-mcp-execution-engine start telegram-bot
启动后直接以自然语言下达任务,引擎会生成 ToolCall 链并依次执行,返回图表、消息或 JSON。Claude 风格的 MCP stdio 模式在 alpha 版本中提供,详见 Archon-Terminal 分支。
这个 Agent 有哪些优点和局限?
- 将规划与执行解耦的清晰四层架构(Planner/Executor/Tool Registry/Connectors),工具可热插拔
- Docker 原生交付,零本地依赖,三种运行模式(CLI/API/Telegram)开箱即用
- MCP 支付信号检测已实现:检测到付费 API 时挂起执行并通知用户,PaymentRequired 状态可管理
- 通过 Armors Labs 独立安全审计并公开审计报告(PASSED)
- 强制依赖 OpenAI API(需自备 OPENAI_API_KEY),未提供其他 LLM 提供商适配
- 自动代理支付仍为路线图功能(coming soon),支付流程需人工介入
- README 存在多处命名不一致(Ghost-Agent / Archon / Coreon MCP),且指向多个外部仓库,增加溯源成本
- Solana 集成范围以查询为主,PancakeSwap 自然语言兑换、AI 钱包助手等均在路线图中未实现
这个 Agent 与同类方案有什么区别?
README 明确将项目定位为 MCP(Model Context Protocol)执行引擎,并提到 2025-09 起 alpha 版本官方支持 Claude 风格的 MCP 协议(stdio 模式),可将其与直接在 Claude 生态内调用 MCP 工具的方式对照使用。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Ghost Agent(Coreon MCP 执行引擎) 当前 | 27 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 741 | 2 个月前 | Shell | OpenAI API |
| Memoh | 50 · 缺口较多 | — | ★ 2.8k | 今天 | Go | Codex · Claude Code |
| Zeroshot 工程验证循环 | 67 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 2.1k | 今天 | Rust | Codex · Claude Code |
| zot 编码代理 | 58 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 362 | 今天 | Go | OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
README 展示 CLI、HTTP API、Telegram Bot、多工具链和 Solana/链上能力,但未说明工具权限、自然语言计划的确认门槛或执行前审批,因此最小权限与用户确认仅有薄弱证据。README 要求 OpenAI API key,并介绍外部 API 与链上交互,但没有数据发送范围、密钥存储或保护说明;支付相关行为的描述也不足以说明实际外部副作用。未见撤销或恢复机制。审计通过和功能声明虽可归因于 README,但包元数据指向另一项目,仓库身份与维护归属不清,故仅给有限分。
README 对架构和运行模式的描述,与包名、版本、仓库 URL、LICENSE 归属及 CLAUDE.md 中 Ralph 项目的描述明显冲突;这削弱了自洽性,且无法据此把 Ralph 的测试或 CI 归给所评产品。Docker 命令和 Python 版本提供了部分依赖可用性线索,但没有锁定依赖或源码安装细节。测试脚本样例展示错误检测逻辑和测试场景,但不是完整、可归属的失败处理文档;因此错误消息证据有限。
README 说明面向 LLM/用户,并列出 CLI、API、Telegram、Docker 与 Solana 场景,足以支持一般受众和场景判断。工具注册和链式执行提供部分能力范围描述,但缺少实际工具清单、权限边界及安全约束。自然语言规划被描述为动态生成执行计划,却没有触发边界、消歧或确认策略。运行环境只给出 Python 3.11+、Docker 和 API key,部署与环境适配说明不完整。
README 有产品概览、架构图、安装步骤和 Docker 启动示例,但将不同项目名与分支混用,且说明与所附 CLAUDE.md、package.json 不一致,信息组织只能部分支持使用。MIT LICENSE 文件明确,但 package.json 标为 ISC,许可证元数据冲突,故未给满分。没有可靠的版本/变更记录、明确维护责任或完整 FAQ;README 的更新日期和项目链接不能解决身份与维护归属问题。
CLI、API、Telegram 和工具链的目标输出形式有描述,Docker 示例也让入口部分可操作,但缺少与当前仓库身份相符的源码级使用示例或可核实结果。自然语言到结构化工具执行以及支付信号处理可能带来用途价值,但支付能力被标为未来或另一个分支内容,且资料冲突,边际价值证据有限。安装依赖 Docker、OpenAI key,运行成本、外部服务成本和收益未说明,因此成本效益仅有薄弱证据。
README 给出架构、启动命令和审计通过声明,测试样例展示具体错误检测场景;但没有随附审计报告正文或可归属的实现来支撑主要功能与审计结论。README、CLAUDE.md、package.json 和 LICENSE 的项目名、技术栈、仓库链接及许可证元数据冲突,无法形成交叉印证。README 将现有功能、路线图和另一分支内容部分区分,但测试与审计声明缺少本包内的佐证,故事实与推断仅部分可区分。
- 源码中未见:执行前用户确认开启或自行加上执行前确认;先在沙箱或测试环境跑通,确认行为后再接入真实数据。
- 源码中未见:外部影响披露先弄清它会写入、发送或修改哪些外部系统,用测试账号或测试仓库验证后再接入正式环境。
- 源码中未见:回滚或恢复路径运行前先备份,或在 git 分支、快照上操作,确保改动可以撤销。
- 仓库材料严重混杂:README 描述 Coreon-MCP/ Ghost Agent,CLAUDE.md 和 package.json 描述 Ralph,且 LICENSE 与包元数据的许可证不同;不要据此把 Ralph 的测试、CI 或安全说明归给该 Agent。
- README 声称独立审计通过,但本材料没有报告正文;自然语言工具执行、API/Telegram 接入及链上/支付相关能力的权限、数据流、确认与恢复方式也未说明。
常见问题
需要哪些凭据和费用?
支持哪些运行方式?
语言如何设置?
链上能力覆盖到什么程度?
安全性如何验证?
谢谢反馈,我们会据此改进页面。