MCP (Model Context Protocol) Guide

Что такое MCP?

Model Context Protocol (MCP) — это открытый протокол для подключения AI-моделей к внешним данным и инструментам. MCP позволяет создавать серверы, которые предоставляют инструменты (tools) для AI-моделей, расширяя их возможности.

Основные концепции:

MCP Server — сервер, который предоставляет инструменты и данные
MCP Client — клиент, который подключается к серверам и использует их инструменты
Tools — функции, которые может вызывать AI-модель (например, поиск в интернете, работа с файлами, API вызовы)

Как работает MCP?

Сервер регистрирует инструменты и запускается
Клиент подключается к серверу и получает список доступных инструментов
AI-модель использует инструменты через клиента для выполнения задач
Результаты возвращаются модели для дальнейшей обработки

Архитектура проекта

MCP_guide/
├── mcp_server.py      # MCP сервер с инструментами
├── main.py           # Клиент и агент
├── model.py          # Модель Groq
├── settings.py       # Настройки
├── requirements.txt  # Зависимости
└── README.md        # Этот файл

Установка и запуск

1. Установка зависимостей

pip install -r requirements.txt

2. Настройка переменных окружения

Создайте файл .env в корне проекта:

GROQ_API=your_groq_api_key_here
MODEL_NAME=llama3-8b-8192
MCP_SERVER_URL=http://127.0.0.1:8000
TAVILY_API=your_tavily_api_key_here

3. Получение API ключей

Groq API: Зарегистрируйтесь на groq.com
Tavily API: Зарегистрируйтесь на tavily.com

4. Запуск проекта

Для начала запускаем сервер mcp_server.py

python mcp_server.py

Либо

fastmcp run mcp_server.py

Затем сам код

python main.py

Доступные инструменты

В данном проекте реализованы следующие инструменты:

1. `tavily_search`

Описание: Поиск информации в интернете
Параметры: query (строка)
Пример: Поиск новостей, информации о технологиях

2. `add`

Описание: Сложение двух чисел
Параметры: a (int), b (int)
Пример: add(5, 3) → 8

3. `reverse`

Описание: Переворачивание текста
Параметры: text (строка)
Пример: reverse("hello") → "olleh"

4. `greet`

Описание: Создание приветствия
Параметры: name (строка)
Пример: greet("Анна") → "Привет, Анна!"

Транспорты MCP

stdio (рекомендуется)

Простой и надежный
Работает через стандартный ввод/вывод
Подходит для локальной разработки

streamable-http

Работает через HTTP с Server-Sent Events
Требует правильных заголовков
Подходит для веб-приложений

Примеры использования

Базовый пример

import asyncio
from langchain_mcp_adapters.client import MultiServerMCPClient

async def main():
    # Подключение к MCP серверу
    client = MultiServerMCPClient({
        "demo": {
            "command": "python",
            "args": ["mcp_server.py"],
            "transport": "stdio",
        }
    })
    
    # Получение инструментов
    tools = await client.get_tools()
    print(f"Доступно инструментов: {len(tools)}")

asyncio.run(main())

Использование с LangGraph

from langgraph.prebuilt import create_react_agent

# Создание агента с MCP инструментами
agent = create_react_agent(
    tools=tools,
    model=llm
)

# Вызов агента
result = agent.invoke({
    "messages": [{"role": "user", "content": "Сложи 5 и 3"}]
})

Устранение неполадок

Ошибка "Not Acceptable: Client must accept text/event-stream"

Причина: Неправильная конфигурация HTTP транспорта
Решение: Используйте stdio транспорт или добавьте правильные заголовки

Ошибка "Expected dict, got string"

Причина: Неправильный формат входных данных для агента
Решение: Передавайте данные в формате {"messages": [...]}

Ошибка подключения к серверу

Причина: Сервер не запущен или неправильный URL
Решение: Убедитесь, что сервер запущен и URL корректный

Расширение функциональности

Добавление нового инструмента

Добавьте функцию в mcp_server.py:

@mcp.tool()
def multiply(a: int, b: int) -> int:
    """Умножить два числа."""
    return a * b

Перезапустите сервер

Подключение к внешним API

@mcp.tool()
def weather(city: str) -> str:
    """Получить погоду для города."""
    # Ваш код для API вызова
    return f"Погода в {city}: солнечно"

Полезные ссылки

Лицензия

MIT License

MCP (Model Context Protocol) Guide

Что такое MCP?

Основные концепции:

MCP Server — сервер, который предоставляет инструменты и данные
MCP Client — клиент, который подключается к серверам и использует их инструменты
Tools — функции, которые может вызывать AI-модель (например, поиск в интернете, работа с файлами, API вызовы)

Как работает MCP?

Сервер регистрирует инструменты и запускается
Клиент подключается к серверу и получает список доступных инструментов
AI-модель использует инструменты через клиента для выполнения задач
Результаты возвращаются модели для дальнейшей обработки

Архитектура проекта

MCP_guide/
├── mcp_server.py      # MCP сервер с инструментами
├── main.py           # Клиент и агент
├── model.py          # Модель Groq
├── settings.py       # Настройки
├── requirements.txt  # Зависимости
└── README.md        # Этот файл

Установка и запуск

1. Установка зависимостей

pip install -r requirements.txt

2. Настройка переменных окружения

Создайте файл .env в корне проекта:

GROQ_API=your_groq_api_key_here
MODEL_NAME=llama3-8b-8192
MCP_SERVER_URL=http://127.0.0.1:8000
TAVILY_API=your_tavily_api_key_here

3. Получение API ключей

Groq API: Зарегистрируйтесь на groq.com
Tavily API: Зарегистрируйтесь на tavily.com

4. Запуск проекта

Для начала запускаем сервер mcp_server.py

python mcp_server.py

Либо

fastmcp run mcp_server.py

Затем сам код

python main.py

Доступные инструменты

В данном проекте реализованы следующие инструменты:

1. `tavily_search`

Описание: Поиск информации в интернете
Параметры: query (строка)
Пример: Поиск новостей, информации о технологиях

2. `add`

Описание: Сложение двух чисел
Параметры: a (int), b (int)
Пример: add(5, 3) → 8

3. `reverse`

Описание: Переворачивание текста
Параметры: text (строка)
Пример: reverse("hello") → "olleh"

4. `greet`

Описание: Создание приветствия
Параметры: name (строка)
Пример: greet("Анна") → "Привет, Анна!"

Транспорты MCP

stdio (рекомендуется)

Простой и надежный
Работает через стандартный ввод/вывод
Подходит для локальной разработки

streamable-http

Работает через HTTP с Server-Sent Events
Требует правильных заголовков
Подходит для веб-приложений

Примеры использования

Базовый пример

import asyncio
from langchain_mcp_adapters.client import MultiServerMCPClient

async def main():
    # Подключение к MCP серверу
    client = MultiServerMCPClient({
        "demo": {
            "command": "python",
            "args": ["mcp_server.py"],
            "transport": "stdio",
        }
    })
    
    # Получение инструментов
    tools = await client.get_tools()
    print(f"Доступно инструментов: {len(tools)}")

asyncio.run(main())

Использование с LangGraph

from langgraph.prebuilt import create_react_agent

# Создание агента с MCP инструментами
agent = create_react_agent(
    tools=tools,
    model=llm
)

# Вызов агента
result = agent.invoke({
    "messages": [{"role": "user", "content": "Сложи 5 и 3"}]
})

Устранение неполадок

Ошибка "Not Acceptable: Client must accept text/event-stream"

Причина: Неправильная конфигурация HTTP транспорта
Решение: Используйте stdio транспорт или добавьте правильные заголовки

Ошибка "Expected dict, got string"

Причина: Неправильный формат входных данных для агента
Решение: Передавайте данные в формате {"messages": [...]}

Ошибка подключения к серверу

Причина: Сервер не запущен или неправильный URL
Решение: Убедитесь, что сервер запущен и URL корректный

Расширение функциональности

Добавление нового инструмента

Добавьте функцию в mcp_server.py:

@mcp.tool()
def multiply(a: int, b: int) -> int:
    """Умножить два числа."""
    return a * b

Перезапустите сервер

Подключение к внешним API

@mcp.tool()
def weather(city: str) -> str:
    """Получить погоду для города."""
    # Ваш код для API вызова
    return f"Погода в {city}: солнечно"

Полезные ссылки

Лицензия

MIT License

MCP Guide

README Documentation

MCP (Model Context Protocol) Guide

Что такое MCP?

Основные концепции:

Как работает MCP?

Архитектура проекта

Установка и запуск

1. Установка зависимостей

2. Настройка переменных окружения

3. Получение API ключей

4. Запуск проекта

Доступные инструменты

1. tavily_search

2. add

3. reverse

4. greet

Транспорты MCP

stdio (рекомендуется)

streamable-http

Примеры использования

Базовый пример

Использование с LangGraph

Устранение неполадок

Ошибка "Not Acceptable: Client must accept text/event-stream"

Ошибка "Expected dict, got string"

Ошибка подключения к серверу

Расширение функциональности

Добавление нового инструмента

Подключение к внешним API

Полезные ссылки

Лицензия

Quick Actions

Key Features

MCP Guide

README Documentation

MCP (Model Context Protocol) Guide

Что такое MCP?

Основные концепции:

Как работает MCP?

Архитектура проекта

Установка и запуск

1. Установка зависимостей

2. Настройка переменных окружения

3. Получение API ключей

4. Запуск проекта

Доступные инструменты

1. tavily_search

2. add

3. reverse

4. greet

Транспорты MCP

stdio (рекомендуется)

streamable-http

Примеры использования

Базовый пример

Использование с LangGraph

Устранение неполадок

Ошибка "Not Acceptable: Client must accept text/event-stream"

Ошибка "Expected dict, got string"

Ошибка подключения к серверу

Расширение функциональности

Добавление нового инструмента

Подключение к внешним API

Полезные ссылки

Лицензия

Quick Actions

Key Features

1. `tavily_search`

2. `add`

3. `reverse`

4. `greet`

1. `tavily_search`

2. `add`

3. `reverse`

4. `greet`