Skip to main content
Glama

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

Local MCP + Groq + OpenAI Agents SDK

Este ejemplo de aula contiene:

  • app.py: un servidor MCP Streamable HTTP local y persistente con varias herramientas.

  • mcp_groq_agent.ipynb: un agente que descubre e invoca esas herramientas.

Configuración

Usa Python 3.10 o superior. En una terminal, entra en esta carpeta del proyecto, crea un entorno virtual e instala todo lo necesario tanto para el servidor como para el notebook (sustituye python3.11 por tu comando moderno de Python si es necesario):

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

Crea .env a partir del ejemplo y pon tu clave API de Groq en él:

cp .env.example .env
GROQ_API_KEY=replace_with_your_groq_key
GROQ_MODEL=openai/gpt-oss-20b

Nunca hagas commit ni compartas .env; está excluido por .gitignore.

Related MCP server: OpenClaw MCP Server

Ejecutar el servidor MCP

Inicia el servidor MCP en una terminal y déjalo corriendo:

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

El endpoint de Streamable HTTP ya está disponible en:

http://127.0.0.1:8000/mcp

Mantén esa terminal abierta. Pulsa Ctrl+C cuando quieras detener el servidor.

Ejecutar el notebook del agente

En una segunda terminal:

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

Selecciona el kernel de Python .venv si Jupyter lo solicita y ejecuta las celdas de arriba a abajo. El notebook se conecta directamente a http://127.0.0.1:8000/mcp; no inicia ni importa app.py. La clave API de Groq se carga desde .env y nunca se guarda en el notebook.

Cómo encajan las piezas

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

El servidor debe estar ejecutándose antes de ejecutar las celdas de conexión MCP. Si el notebook informa de un error de conexión, confirma primero que la terminal del servidor indica que Uvicorn está corriendo en http://127.0.0.1:8000.

El notebook también protege contra variables de entorno obsoletas de archivos de certificado que a veces se heredan de los lanzadores de notebooks. Solo elimina una variable de certificado cuando la ruta referenciada no existe; los ajustes de certificado personalizados válidos se conservan.

MCP

F
license - not found
Not graded
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • 16 AI-native tools with dual SSE + streamable-http transport. Free tier available.

  • AI Reasoning Cache & Consensus Layer with 11 MCP tools via Streamable HTTP.

  • Gateway between LLM agents and world data through eight tools and a bundled endpoint catalog.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/saptarshi060787/MCP'

If you have feedback or need assistance with the MCP directory API, please join our Discord server