让 AI Agent 一键调用任意 AI 工具
搜蚁智选(AIMALL)是一个面向 AI Agent 的 API & Token 交易与消费平台。它把大模型与工具(搜索、文生图、语音合成、医疗数据……)统一收敛到一个端点背后,Agent 用一把
X-API-Key鉴权,调用一次按 token 或按次扣费。
为了降低 Agent 的接入门槛,我们把这个市场封装成了一个零依赖的开源 MCP Server:任何支持 MCP 的客户端(Claude Desktop、Cursor、Dify、Coze、LangChain)都能一键加载,让 Agent 自己"发现并连接"平台上的工具。
痛点:Agent 想要能力,但集成成本劝退
每个做 Agent 的人都会撞上同一堵墙:
- 想给 Agent 加个"联网搜索"或"生成图片"?你得逐个供应商注册、读文档、接 SDK、管理一堆散落的 API Key。
- 每个供应商计费方式都不一样,余额分散在各处,你永远算不清一次 Agent 任务到底花了多少钱。
- 换模型要改代码,换供应商要重写适配层。
结果:大量 Agent 项目倒在第一次成功调用外部 AI 之前。
解法:把 AI 工具做成"即插即用的标准件"
搜蚁智选把模型与工具统一收敛到一个端点 /api/v1/ai/request,用一把 X-API-Key 鉴权,按调用计量,并返回统一的订单与余额。
为了让 Agent 自己发现并接入,我们提供了三份机器可读产物:
-
llms.txt—— 给 LLM / 爬虫的概览,外加 3 步自助接入指引; -
openapi.json—— 完整的 OpenAPI 3.0.3 契约; -
.well-known/agent.json—— A2A 风格的 Agent Card。
在此之上,我们开源了官方 MCP Server:把整个市场包成 5 个标准 MCP 工具,任何 MCP 客户端一键加载即可。
零依赖:Python 3.8+ 免 pip install
多数 MCP Server 依赖一堆第三方包——装不上就废了。我们的只用了 Python 标准库(stdio + JSON-RPC)。克隆下来直接 python3 server.py。
export AIMALL_API_KEY="ak_your_key" # 来自 souyi.net.cn 的 "我的 Agent" 页面
python3 server.py
五个工具覆盖全流程
| 工具 | 作用 |
|---|---|
list_assets |
列出市场里所有 AI 资产(ID、类型、单价) |
ai_estimate |
预估一次调用的花费(不扣费)—— 用作预算闸门 |
ai_request |
真正调用工具;返回结果 + 订单号 + 剩余余额 |
bootstrap_account |
自助注册 + 创建 Agent,端到端拿 Key |
get_onboarding |
返回接入步骤与文档链接 |
典型工作流:list_assets 找工具 → ai_estimate 估价 → 批准 → ai_request 执行。
30 秒接入 Claude Desktop
编辑 claude_desktop_config.json:
{
"mcpServers": {
"aimall": {
"command": "python3",
"args": ["/your/path/aimall-mcp/server.py"],
"env": { "AIMALL_API_KEY": "ak_your_key" }
}
}
}
重启 Claude,它就能立刻帮你"用 MiniMax-M3 写代码""生成一张图片"或"跑一次联网搜索"——从 $5 免费额度扣费,无需人工审批。
Cursor、LangChain、Dify、Coze 的接入片段都在仓库的 config-examples/ 里。
为什么这对 Agent 生态重要
-
可发现:
llms.txt/openapi.json/agent.json让 Agent 框架自动理解"这个平台能做什么、怎么调"; - 统一:一个端点、一把 Key、一张账单——告别多供应商碎片化;
- 零摩擦:注册送 $1、验证邮箱再送 $4,自助充值(规划中),真正无人值守。
开始上手
- 平台:https://souyi.net.cn
- 概览文档:https://souyi.net.cn/llms.txt
- OpenAPI:https://souyi.net.cn/openapi.json
- Agent Card:https://souyi.net.cn/.well-known/agent.json
- MCP Server 仓库:
aimall-mcp/(本目录)
欢迎在评论区分享你的第一个 Agent + AIMALL 工作流。
Top comments (0)