Sistema de orquestación de agentes MCP

Una implementación en Python de un sistema de orquestación de agentes basado en estados utilizando el Protocolo de Contexto de Modelo (MCP).

¿Qué es MCP?

El Protocolo de Contexto de Modelo (MCP) permite que las aplicaciones proporcionen contexto para los LLM de forma estandarizada, separando la necesidad de proporcionar contexto de la interacción real con el LLM. Con MCP, se pueden crear servidores que exponen:

• Recursos : Fuentes de datos que proporcionan información a los LLM

• Herramientas : Funciones que permiten a los LLM realizar acciones

• Indicaciones : Plantillas reutilizables para interacciones LLM

Related MCP server: MCP-RAG

Instalación

Prerrequisitos

• Python 3.10 o superior

• MCP Python SDK 1.2.0 o superior

Configuración de su entorno

Uso de uv (recomendado)

# Install uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# Create a new directory for our project
uv init mcp-agents-orchestra
cd mcp-agents-orchestra

# Create virtual environment and activate it
uv venv
source .venv/bin/activate  # On Unix/macOS
.venv\Scripts\activate     # On Windows

# Install dependencies
uv add "mcp[cli]" httpx

Usando pip

# Create a new directory for our project
mkdir mcp-agents-orchestra
cd mcp-agents-orchestra

# Create a virtual environment
python -m venv venv
source venv/bin/activate  # On Unix/macOS
venv\Scripts\activate     # On Windows

# Install dependencies
pip install "mcp[cli]" httpx

Clonar o descargar archivos del proyecto

Coloque los archivos del proyecto en su directorio:

• orchestrator.py : el servidor MCP principal que implementa la máquina de estados

• orchestrator_client.py - Cliente que demuestra el flujo de orquestación

• requirements.txt - Dependencias del proyecto

• .gitignore - Archivo ignorado de Git

Estructura del proyecto

• orchestrator.py : el servidor MCP principal que implementa la máquina de estados

• orchestrator_client.py - Cliente que demuestra el flujo de orquestación

• requirements.txt - Dependencias del proyecto

Ejecución del sistema de orquestación

1. Inicie el servidor de orquestación directamente para realizar pruebas:

python orchestrator.py

2. En una terminal separada, ejecute el cliente para ver la orquestación en acción:

python orchestrator_client.py

Integración con Claude para escritorio

1. Instalar Claude para escritorio

Asegúrate de tener instalado Claude para escritorio. Puedes descargar la última versión desde el sitio web de Anthropic .

2. Configurar Claude para escritorio

1. Abra el archivo de configuración de Claude for Desktop:

   macOS/Linux:

   # Create or edit the configuration file
   code ~/Library/Application\ Support/Claude/claude_desktop_config.json

   Ventanas:

   # Path may vary depending on your Windows version
   code %APPDATA%\Claude\claude_desktop_config.json

2. Agregue la configuración del servidor del orquestador:

   {
       "mcpServers": {
           "agent-orchestrator": {
               "command": "python",
               "args": [
                   "/ABSOLUTE/PATH/TO/YOUR/PROJECT/orchestrator.py"
               ]
           }
       }
   }

   Reemplace la ruta con la ruta absoluta a su archivo orchestrator.py.

3. Guarde el archivo de configuración y reinicie Claude for Desktop.

3. Uso del orquestador en Claude

Una vez configurado, podrás:

1. Abrir Claude para escritorio

2. Haga clic en el icono del servidor MCP en la barra lateral

3. Seleccione "agente-orquestador" de la lista de servidores disponibles

4. Comience a interactuar con el sistema de orquestación

Claude podrá:

• Transición entre diferentes estados del agente

• Almacenar y recuperar información de la base de conocimientos

• Mantener el contexto de la conversación a lo largo de las transiciones de estado

• Acceda a indicaciones específicas del estado

Estados del agente

El sistema de orquestación implementa una máquina de estados con los siguientes estados:

• IDLE : Esperando instrucciones

• PLANIFICACIÓN : Crear un plan estructurado para una tarea

• INVESTIGACIÓN : Recopilar información necesaria para una tarea.

• EJECUTAR : Llevar a cabo acciones planificadas

• REVISIÓN : Evaluación de resultados y determinación de próximos pasos

• ERROR : Manejo de errores o situaciones inesperadas

Personalización del sistema

Añadiendo nuevos estados

1. Agregue el estado a la enumeración AgentState en orchestrator.py

2. Crear una función de aviso para el nuevo estado

3. Actualizar la lógica de transición en _get_available_transitions()

4. Agregar controladores para el nuevo estado en las funciones de acceso a recursos

Creación de herramientas personalizadas

Agregue nuevas herramientas creando funciones decoradas con @mcp.tool() :

@mcp.tool()
def my_custom_tool(arg1: str, arg2: int, ctx: Context) -> str:
    """Description of what this tool does
    
    Args:
        arg1: Description of arg1
        arg2: Description of arg2
    """
    # Implementation here
    return "Result"

Desarrollo y pruebas

Uso de la CLI de MCP

La CLI de MCP proporciona herramientas para el desarrollo y las pruebas:

# Install MCP CLI if you haven't already
pip install "mcp[cli]"

# Test your server with the MCP Inspector
mcp dev orchestrator.py

# Install in Claude Desktop
mcp install orchestrator.py

Pruebas manuales con Python

from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async with stdio_client(StdioServerParameters(command="python", args=["orchestrator.py"])) as (read, write):
    async with ClientSession(read, write) as session:
        await session.initialize()
        # Test state transitions
        await session.call_tool("transition_state", arguments={"new_state": "PLANNING"})

Recursos

• Documentación del SDK de Python de MCP

• Especificación del protocolo de contexto del modelo

Licencia

Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.