python3 -m venv .venv or python -m venv .venv source .venv/bin/activate pip install --upgrade pip pip install -r requirements.txt .venv\Scripts\python.exe app.py

Lokales MCP + Groq + OpenAI Agents SDK

Dieses Unterrichtsbeispiel enthält:

• app.py: ein persistenter lokaler Streamable-HTTP-MCP-Server mit mehreren Werkzeugen.

• mcp_groq_agent.ipynb: ein Agent, der diese Werkzeuge erkennt und aufruft.

Einrichtung

Verwenden Sie Python 3.10 oder neuer. Öffnen Sie in einem Terminal diesen Projektordner, erstellen Sie eine virtuelle Umgebung und installieren Sie alles, was für den Server und das Notebook benötigt wird (ersetzen Sie python3.11 bei Bedarf durch Ihren aktuellen Python-Befehl):

cd /Users/somenathmandal/Documents/transfer/grok-playground/MCP
python3.11 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt

Erstellen Sie .env aus der Vorlage mit Ihrem Groq-API-Schlüssel:

cp .env.example .env

GROQ_API_KEY=replace_with_your_groq_key
GROQ_MODEL=openai/gpt-oss-20b

Committen Sie .env niemals und geben Sie sie nicht weiter; sie ist durch .gitignore ausgeschlossen.

Related MCP server: OpenClaw MCP Server

MCP-Server starten

Starten Sie den MCP-Server in einem Terminal und lassen Sie ihn laufen:

source .venv/bin/activate
.venv/bin/python app.py

Der Streamable-HTTP-Endpunkt ist jetzt erreichbar unter:

http://127.0.0.1:8000/mcp

Halten Sie dieses Terminal geöffnet. Drücken Sie Ctrl+C, wenn Sie den Server anhalten möchten.

Agent-Notebook ausführen

In einem zweiten Terminal:

cd /Users/somenathmandal/Documents/transfer/grok-playground/MCP
source .venv/bin/activate
jupyter lab mcp_groq_agent.ipynb

Wählen Sie den .venv-Python-Kernel, wenn Jupyter danach fragt, und führen Sie die Zellen von oben nach unten aus. Das Notebook verbindet sich direkt mit http://127.0.0.1:8000/mcp; es startet app.py niemals und importiert es auch nicht. Der Groq-API-Schlüssel wird aus .env geladen und niemals im Notebook gespeichert.

Wie die Teile miteinander verbunden werden

Notebook agent
    -> Groq OpenAI-compatible API (model reasoning and tool selection)
    -> http://127.0.0.1:8000/mcp (tool discovery and execution)
    -> app.py MCP tools

Der Server muss laufen, bevor Sie die MCP-Verbindungszellen ausführen. Wenn das Notebook einen Verbindungsfehler meldet, prüfen Sie zuerst, ob das Serverterminal anzeigt, dass Uvicorn unter http://127.0.0.1:8000 läuft.

Das Notebook schützt außerdem vor veralteten Zertifikatsdatei-Umgebungsvariablen, die gelegentlich von Notebook-Launchern übernommen werden. Es entfernt eine Zertifikatsvariable nur dann, wenn der referenzierte Pfad nicht existiert; gültige benutzerdefinierte Zertifikatseinstellungen blepen erhalten.

MCP