Skip to main content
Glama
SanthoshSantoMCP

Agentforce MCP Integration Server

🧩 Agentforce MCP-Integrationsserver

Dieses Repository bietet eine einheitliche Lösung für die Integration von Model Context Protocol (MCP)-Clients und REST-API-Anwendungen mit LLM unter Verwendung des Python SDK.

Es enthält zwei Kernkomponenten:

  1. MCP-Server – Ermöglicht jedem MCP-kompatiblen Client die direkte Kommunikation mit einem LLM/einer API.

  2. FastAPI-Server – Bietet RESTful-API-Endpunkte für den programmatischen Aufruf des LLM/der API.

Beide Server wurden entwickelt, um eine nahtlose Konnektivität, sichere Authentifizierung und konsistente Leistung über Integrationskanäle hinweg zu gewährleisten.


📘 Übersicht

Das Repository implementiert zwei wichtige Server, die für unterschiedliche Kommunikationsmodi konzipiert sind:

  • MCP-Server Ermöglicht MCP-Clients die Verbindung zum LLM/zur API unter Verwendung des standardisierten Model Context Protocols. Dies ermöglicht Interaktionen in Echtzeit und dynamischen Tool-Zugriff über unterstützte MCP-Clients und -Inspektoren.

  • FastAPI-Server Bietet RESTful-Zugriff auf das LLM/die API, wodurch die Integration in bestehende Systeme oder Anwendungen mittels einfacher HTTP-Anfragen erleichtert wird.

Beide Implementierungen nutzen das Agentforce Python SDK, um mit Salesforce und dem Agentforce-Backend zu kommunizieren, was Zuverlässigkeit und Konsistenz sicherstellt.


Related MCP server: FastAPI MCP Server

⚙️ Einrichtungsanweisungen

1. Repository-Einrichtung

Klonen Sie das Repository und konfigurieren Sie die erforderlichen Umgebungsvariablen:

git clone hhttps://github.com/rajpatidar35/custommcp
cd custommcp

⚠️ Hinweis: Stellen Sie sicher, dass diese Anmeldedaten einem gültigen CRED für den Zugriff auf das LLM/die API entsprechen.


2. Abhängigkeitsinstallation

Installieren Sie alle erforderlichen Python-Abhängigkeiten mit:

pip install -r requirements.txt

Dies installiert alle notwendigen Bibliotheken für MCP- und FastAPI-Server, einschließlich des Agentforce Python SDK.


🚀 Server starten

🧠 MCP-Server starten

So starten Sie den MCP-Server (verwendet für MCP-Clients und -Inspektoren):

python ./src/serverllm.py

Der MCP-Server wird initialisiert und wartet auf eingehende MCP-Client-Verbindungen.


🌐 FastAPI-Server starten

So führen Sie den FastAPI-Server für den REST-API-Zugriff aus:

fastapi dev ./src/serverllm.py

Dies startet eine Entwicklungsinstanz der FastAPI-Anwendung und stellt REST-Endpunkte bereit, die mit Agentforce-Agenten interagieren.


🔍 Inspektor-Server (Optional)

So testen und debuggen Sie den MCP-Server mit dem MCP Inspector-Tool:

  1. Starten Sie den Inspektor-Server:

    npx @modelcontextprotocol/inspector
  2. Öffnen Sie die Web-Oberfläche des Inspektors (Standard-Port: http://localhost:5173 oder wie in der Konsole angezeigt).

  3. Verbinden Sie sich mit Ihrem laufenden MCP-Server über die Host-URL:

    https://localhost:8000/mcp
  4. Navigieren Sie zum Tab Tools, um die verfügbaren MCP-Tools zu erkunden und zu testen.


Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    D
    maintenance
    A high-performance FastAPI server supporting Model Context Protocol (MCP) for seamless integration with Large Language Models, featuring REST, GraphQL, and WebSocket APIs, along with real-time monitoring and vector search capabilities.
    8
    MIT
  • A
    license
    Not graded
    quality
    D
    maintenance
    A high-performance Model Context Protocol (MCP) server designed for large language models, enabling real-time communication between AI models and applications with support for session management and intelligent tool registration.
    2
    MIT
  • F
    license
    Not graded
    quality
    D
    maintenance
    A Model Context Protocol server that bridges MCP clients with local LLM services, enabling seamless integration with MCP-compatible applications through standard tools like chat completion, model listing, and health checks.
    -