MCP (Model Context Protocol) Guide
Что такое MCP?
Model Context Protocol (MCP) — это открытый протокол для подключения AI-моделей к внешним данным и инструментам. MCP позволяет создавать серверы, которые предоставляют инструменты (tools) для AI-моделей, расширяя их возможности.
Основные концепции:
- MCP Server — сервер, который предоставляет инструменты и данные
- MCP Client — клиент, который подключается к серверам и использует их инструменты
- Tools — функции, которые может вызывать AI-модель (например, поиск в интернете, работа с файлами, API вызовы)
Как работает MCP?
- Сервер регистрирует инструменты и запускается
- Клиент подключается к серверу и получает список доступных инструментов
- AI-модель использует инструменты через клиента для выполнения задач
- Результаты возвращаются модели для дальнейшей обработки
Архитектура проекта
MCP_guide/
├── mcp_server.py # MCP сервер с инструментами
├── main.py # Клиент и агент
├── model.py # Модель Groq
├── settings.py # Настройки
├── requirements.txt # Зависимости
└── README.md # Этот файл
Установка и запуск
1. Установка зависимостей
pip install -r requirements.txt
2. Настройка переменных окружения
Создайте файл .env в корне проекта:
GROQ_API=your_groq_api_key_here
MODEL_NAME=llama3-8b-8192
MCP_SERVER_URL=http://127.0.0.1:8000
TAVILY_API=your_tavily_api_key_here
3. Получение API ключей
4. Запуск проекта
Для начала щапускаем сервер mcp_server.py
Либо
fastmcp run mcp_server.py
Затем сам код
Доступные инструменты
В данном проекте реализованы следующие инструменты:
1. tavily_search
- Описание: Поиск информации в интернете
- Параметры:
query (строка) - Пример: Поиск новостей, информации о технологиях
2. add
- Описание: Сложение двух чисел
- Параметры:
a (int), b (int) - Пример:
add(5, 3) → 8
3. reverse
- Описание: Переворачивание текста
- Параметры:
text (строка) - Пример:
reverse("hello") → "olleh"
4. greet
- Описание: Создание приветствия
- Параметры:
name (строка) - Пример:
greet("Анна") → "Привет, Анна!"
Транспорты MCP
stdio (рекомендуется)
- Простой и надежный
- Работает через стандартный ввод/вывод
- Подходит для локальной разработки
streamable-http
- Работает через HTTP с Server-Sent Events
- Требует правильных заголовков
- Подходит для веб-приложений
Примеры использования
Базовый пример
import asyncio
from langchain_mcp_adapters.client import MultiServerMCPClient
async def main():
# Подключение к MCP серверу
client = MultiServerMCPClient({
"demo": {
"command": "python",
"args": ["mcp_server.py"],
"transport": "stdio",
}
})
# Получение инструментов
tools = await client.get_tools()
print(f"Доступно инструментов: {len(tools)}")
asyncio.run(main())
Использование с LangGraph
from langgraph.prebuilt import create_react_agent
# Создание агента с MCP инструментами
agent = create_react_agent(
tools=tools,
model=llm
)
# Вызов агента
result = agent.invoke({
"messages": [{"role": "user", "content": "Сложи 5 и 3"}]
})
Устранение неполадок
Ошибка "Not Acceptable: Client must accept text/event-stream"
- Причина: Неправильная конфигурация HTTP транспорта
- Решение: Используйте stdio транспорт или добавьте правильные заголовки
Ошибка "Expected dict, got string"
- Причина: Неправильный формат входных данных для агента
- Решение: Передавайте данные в формате
{"messages": [...]}
Ошибка подключения к серверу
- Причина: Сервер не запущен или неправильный URL
- Решение: Убедитесь, что сервер запущен и URL корректный
Расширение функциональности
Добавление нового инструмента
- Добавьте функцию в
mcp_server.py:
@mcp.tool()
def multiply(a: int, b: int) -> int:
"""Умножить два числа."""
return a * b
- Перезапустите сервер
Подключение к внешним API
@mcp.tool()
def weather(city: str) -> str:
"""Получить погоду для города."""
# Ваш код для API вызова
return f"Погода в {city}: солнечно"
Полезные ссылки
Лицензия
MIT License