Skip to main content
Glama
Migbolivar

agent-mcp-oauth

by Migbolivar
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Hybrid

🤖 Agent + MCP + OAuth 2.0 — Demo Técnica

Landing con un agente de IA que usa herramientas de un servidor MCP propio, protegida con OAuth 2.0 real ("Sign in with GitHub", Authorization Code + PKCE). Construido por BMOPS Consulting — todo funciona de verdad, nada es mockup.

🔗 Demo en vivo: https://agentdemo.bmops.tech (o http://localhost:8780 en local)

✨ Qué demuestra

Capa

Qué hace

Cómo está implementado

OAuth 2.0

Login con GitHub

Flujo Authorization Code + PKCE contra github.com/login/oauth/authorize. Sesión en cookie firmada HMAC-SHA256. El chat exige sesión (401 sin ella).

MCP

Servidor de herramientas estándar

mcp_server.py — servidor MCP real (JSON-RPC 2.0 sobre stdio) escrito con el SDK oficial fastmcp. Expone 5 tools: hora_actual, fetch_url, consultar_docs, indexar_documento, listar_documentos.

Agente = cliente MCP

El LLM decide qué tool usar

server.py se conecta al servidor MCP con ClientSession + stdio_client (cliente oficial del SDK) y ejecuta la tool por protocolo. Nada de hardcode: la decisión la toma el LLM en 2 pasadas JSON.

RAG con tus archivos

Sube PDF/DOCX/TXT y pregúntale sobre ellos

Botón 📎 → el backend extrae el texto y lo indexa en Qdrant vía la tool MCP indexar_documento. Las preguntas se responden con consultar_docs (RAG) citando tu documento como fuente. Todo el pipeline de datos pasa por MCP.

LLM self-hosted

Razonamiento

Gateway local de modelos (gratis) — sin depender de APIs de pago.

Related MCP server: Enterprise MCP Gateway and Tool Registry

🏗️ Arquitectura

navegador ──► FastAPI (server.py) ── OAuth 2.0 ──► github.com (consentimiento)
                 │                        │
                 │  ┌─────────────────────┘
                 ▼  ▼
            sesión cookie HMAC
                 │
                 ▼
         /api/chat (agente)
           │ 1. LLM decide: ¿tool MCP?
           │ 2. ClientSession.call_tool(nombre, args)     ← protocolo MCP
           ▼                        │
   gateway LLM :3010        mcp_server.py (stdio)
   (razonamiento)             ├─ hora_actual()
                              ├─ fetch_url(url)
                              ├─ consultar_docs(q) ──► Qdrant (vectores)
                              ├─ indexar_documento(nombre, texto) ──► Qdrant
                              └─ listar_documentos()

🚀 Correr en local

# 1. Requisitos: Python 3.11+, Qdrant y servidor de embeddings opcionales
#    (sin Qdrant, consultar_docs responde "no encontré" — hora_actual y fetch_url siguen vivos)
pip install -r requirements.txt

# 2. Crea una OAuth App en GitHub: Settings → Developer settings → OAuth Apps
#    Homepage URL: http://localhost:8780
#    Callback URL: http://localhost:8780/callback

# 3. Configura (o exporta como env vars)
cp .env.example .env   # rellena GITHUB_CLIENT_ID y GITHUB_CLIENT_SECRET

# 4. Lanza
uvicorn server:app --port 8780   # o: python3 server.py

Abre http://localhost:8780 → Continuar con GitHub → prueba:

  • 🕐 "¿Qué hora es?" → usará hora_actual

  • 📚 "¿Qué documentos tienes indexados?" → usará listar_documentos

  • 📎 Sube un PDF/DOCX/TXT → se indexa vía indexar_documento → "resume mi documento" → usará consultar_docs (RAG con tu archivo)

  • 🌐 "Lee https://bmops.tech" → usará fetch_url

🧪 Probar el servidor MCP solo (sin web)

python3 test_mcp2.py   # lista tools y ejecuta hora_actual + consultar_docs

📁 Estructura

├── server.py          # FastAPI: OAuth 2.0 + sesión + agente cliente MCP + chat
├── mcp_server.py      # Servidor MCP propio (tools: hora_actual, fetch_url, consultar_docs, indexar_documento, listar_documentos)
├── static/index.html  # Landing premium (login GitHub + chat con indicador de tools)
├── seed_qdrant.py     # Siembra la colección mcp_demo en Qdrant
├── test_mcp2.py       # Test del servidor MCP vía cliente oficial
├── requirements.txt
└── .env.example

🔒 Notas de seguridad (patrones BMOPS)

  • Anti-inyección deny-first: el chat filtra intentos de prompt injection antes de llegar al LLM (patrón probado en producción).

  • Sesión firmada: cookie HttpOnly + HMAC-SHA256 (el SESSION_SECRET va en .env, nunca en el repo).

  • PKCE: el code_verifier viaja en cookie HttpOnly; el state se valida con comparación en tiempo constante.

⚖️ Stack

Python · FastAPI · MCP SDK (fastmcp + cliente oficial mcp) · OAuth 2.0 (PKCE) · Qdrant · Embeddings MiniLM · Docker/VPS self-hosted

BMOPS Consulting — agentes de IA en producción con usuarios reales. 17+ webs, 3 agentes RAG, pipeline lead→CRM→Stripe, infraestructura self-hosted con 7 MCP servers operativos.

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityMaintained
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers