🚀 多智能体系统：A2A 和 MCP 集成 POC

POC：集成 A2A、MCP 和 OpenAI 代理以执行 AWS 任务🖥️✨

🎥 演示视频

观看演示视频，了解 MCP-AWS 的实际操作！🚀

🌟 功能

1. 🚀无缝协议集成：演示了代理到代理 (A2A) 协议与模型上下文协议 (MCP) 服务器的成功集成，以实现强大的多代理通信。
2. 🧠利用 OpenAI Agents SDK ：基于强大的 OpenAI Agents SDK 构建能够理解和根据用户提示采取行动的智能代理。
3. ☁️自动化云管理：通过简单的用户交互实现 AWS EC2 实例的直接配置和终止，展示通过 MCP 的实用工具执行。

🛠️ MCP 服务器中的工具

MCP 服务器是一个自定义服务器，具有两个工具：

1. initiate_aws_ec2_instance ：创建 AWS EC2 实例。
2. terminate_aws_ec2_instance ：通过 ID 终止 AWS EC2 实例。

🚀 入门

先决条件

1. Python 3.12+ （用于本地设置）或Docker （用于容器化设置）
2. AWS IAM 角色：创建具有管理 EC2 实例所需权限的 IAM 角色。
3. 环境变量：准备一个包含以下变量的.env文件：
   • AWS_ACCESS_KEY_ID
   • AWS_SECRET_ACCESS_KEY
   • AWS_DEFAULT_REGION
   • OPENAI_API_KEY
   • AMI_ID
   • INSTANCE_TYPE
   • KEY_NAME
   • SECURITY_GROUP_IDS
   • AWS_REGION

🏃‍♂️ 运行应用程序

1. 在根目录克隆存储库：
   git clone https://github.com/anirban1592/google_openai_mcp.git cd google_openai_mcp
2. 按照先决条件所示创建.env文件
3. 运行远程代理示例：
   cd openai-agent/ uv run .
4. 在根目录克隆 A2A 客户端代码（由谷歌提供）：
   git clone https://github.com/google/A2A.git cd demo/ui
5. 使用您的 API 密钥创建环境文件，或在出现提示时直接在 UI 中输入：
   echo "GOOGLE_API_KEY=your_api_key_here" >> .env
6. 运行前端示例：
   uv run main.py
7. 请参阅附件视频来查看实际效果

💬 使用AI代理

1. 要创建 EC2 实例：
   Enter your command: Create an EC2 instance
2. 要终止 EC2 实例：
   Enter your command: Terminate EC2 instance with ID <instance-id>

⚠️ 警告

• IAM 角色和凭证：请自行承担创建 AWS IAM 角色和凭证的风险。请确保遵循 AWS 安全最佳实践。
• 计费与安全：本应用为概念验证 (POC)，仅供学习之用。我们对任何计费问题或安全事故概不负责。

📚 学习内容

该项目表明：

1. 如何将 MCP 服务器与 OpenAI Agents SDK 集成
2. 如何为 AWS 资源管理构建一个简单的 AI 驱动应用程序

尽情探索 AI 和 MCP 服务器的强大功能吧！🌟