Agent MCP Studio: Создавайте мультиагентные MCP-системы полностью в браузере через WASM

Agent MCP Studio — это IDE, работающая только в браузере, для создания и оркестрации MCP-агентных систем. Весь стек — разработка инструментов, многогагентная оркестрация, RAG, выполнение кода — работает из одного статического HTML-файла через WebAssembly. Никакого бэкенда, Docker или сервера. Закройте вкладку — и всё исчезнет.
Ключевые возможности
- Песочница на WASM: Инструменты запускаются в Pyodide (Python) или DuckDB-WASM (SQL), код не покидает браузер. Код, сгенерированный LLM, проходит AST-валидацию перед регистрацией, а затем JIT-компилируется при первом вызове.
- 10 стратегий оркестрации: Supervisor, Mixture of Experts (параллельная + синтез), Sequential Pipeline, Plan & Execute, Swarm, Debate, Reflection, Hierarchical, Round-Robin, Map-Reduce. Вы перетаскиваете чипы инструментов на узлы персон на графе сервисов, выбираете стратегию, и топология адаптируется.
- Локальный RAG: Использует Xenova/all-MiniLM-L6-v2 через Transformers.js для локальных эмбеддингов. Без сетевых вызовов.
- Встроенная LLM: Поддерживает OpenAI Chat Completions или локальную Qwen 1.5 0.5B, работающую в браузере через Transformers.js для полностью автономного режима.
- Bridge.js: Node-мост взаимодействует через stdio с Claude Desktop и WebSocket с вашей вкладкой — так ваш браузер становится MCP-сервером.
- Экспорт в продакшен: Генерирует полноценный Python MCP-сервер:
server.py,agentic.py(точная копия браузерной оркестрации),tools/*.py,Dockerfile,requirements.txt,.env.example. Также экспортируется как единый.agentpack.json(Project Pack), который автоматически определяет требуемые внешние сервисы из вызововos.environ.get(...).
Практические команды
# Сборка экспортированного Docker-образа
cd agent-mcp-server-YYYY-MM-DD
docker build -t agent-mcp-export .
Запуск (stdio – для локального использования с Claude Desktop)
docker run --rm -i
-e MCP_ALLOWED_HOSTS='api.github.com,*.githubusercontent.com'
agent-mcp-export
Подключение Claude Desktop к контейнеру
{
"mcpServers": {
"agent-mcp-studio-export": {
"command": "docker",
"args": ["run","--rm","-i","-e","MCP_ALLOWED_HOSTS=api.github.com","agent-mcp-export"]
}
}
}
Экспорт также поддерживает развертывание на Fly.io, Railway, Render, Cloud Run, ECS и др. Образ по умолчанию использует stdio; для HTTP обратитесь к README.
Для кого это: Разработчики, создающие многогагентные системы, которые хотят иметь конвейер от прототипа до продакшена с нулевой инфраструктурой, особенно те, кто экспериментирует с MCP и локальным AI.
📖 Читать полный источник: HN AI Agents
👀 Смотрите также

100 популярных приложений, реконструированных в спецификации дизайна Markdown для клонирования интерфейса Claude
Репозиторий с открытым исходным кодом содержит структурированные спецификации дизайна в формате Markdown для 100 популярных iOS-приложений, оптимизированные для клонирования UI через Claude. Ключевые техники: точные значения цветов, охват состояний, шкалы отступов и графы навигации.

Термрендер: 6-кратно эффективная по токенам ASCII-визуализация интерфейса для Claude
Termrender — это инструмент с открытым исходным кодом на Python, который генерирует ASCII-визуализации интерфейсов с эффективностью использования токенов в 6 раз выше по сравнению с исходным выводом Claude. Он создаёт диаграммы и панели, используя минимальное количество токенов для более быстрой генерации и редактирования.

Ninetails Memory Engine V4.5: Квантование Int8 + Кэш LRU сокращает локальную память MCP до 60 МБ
Движок памяти Ninetails V4.5 использует скалярную квантовую обработку Int8 и стратегию вытеснения LRU для сокращения объёма векторного хранилища с 6 КБ до 1,5 КБ на одно вложение, сохраняя весь движок в пределах 40–60 МБ оперативной памяти. Он сочетает 70% векторного сходства с 30% поиска BM25 в полностью локальной реализации SQLite.
Использование враждебного чата с Клодом для выявления неоднозначностей на старте до того, как они вам дорого обойдутся
Разработчик добавил второй чат Claude, единственная задача которого — состязательно проверять вводные на неоднозначные спецификации и скрытые сбои, что позволило сэкономить, по оценкам, $150-400 на переделках в Claude Code в рамках фазы проекта.