Python MCP Agent Chatbot

Python だけで完全に構築された、Agentic AI の授業プロジェクトです。Groq がモデルの推論を担当し、ローカル MCP サーバーがツールを提供します。

アーキテクチャ

Browser -> FastAPI (Python) -> Groq -> MCP Client -> MCP Server (Python) -> Tool

Related MCP server: mcp-datecalc

ファイル

• app.py — FastAPI ウェブバックエンド、Groq エージェントループ、MCP クライアント

• mcp_server.py — 3 つのツールを含む Python MCP サーバー

• test_mcp.py — MCP ディスカバリーとツール呼び出しのテスト

• index.html — ブラウザチャットインターフェース

• pyproject.toml — Python の依存関係

Windows での実行

uv sync --cache-dir .uv-cache
uv run --cache-dir .uv-cache uvicorn app:app --reload

http://127.0.0.1:8000 を開いてください。

Groq API 呼び出しなしで MCP をテストするには:

uv run --cache-dir .uv-cache python test_mcp.py

次の質問を試してください:

• 25 * 8 + 10 calculate karo

• Karachi mein abhi kya time hai?

• Ahmed ki attendance kya hai?

MCP フロー

1. mcp_server.py 内の関数は @mcp.tool() で登録されます。

2. app.py はその MCP サーバーを、stdio を使用するローカル Python サブプロセスとして起動します。

3. MCP クライアントが list_tools() を呼び出し、Groq が利用可能なツールを確認できるようにします。

4. Groq がツールを選択し、その引数を生成します。

5. MCP クライアントが call_tool() を呼び出し、ツールの結果を Groq に返します。

6. Groq が結果を自然言語の回答に変換します。

.env ファイルには Groq キーが含まれており、意図的に Git から除外されています。