🤖 使用AutoGen的MCP服务器示例

本仓库提供了一个实际演示，展示了如何在 AutoGen 框架内使用 模型上下文协议 (MCP) 将工具与 AI 代理集成。

演示的关键特性：

• 双重 MCP 集成： 展示了如何将 AutoGen 代理连接到：
  • 使用 Stdio 传输的 本地工具服务器 (math_server.py)。
  • 使用 服务器发送事件 (SSE) 传输的 远程工具服务器 (Apify 的 RAG Web Browser Actor)。
• 本地工具示例： 一个简单的计算器 (add, multiply)，通过 math_server.py 在本地运行。
• 远程工具示例： 利用 Apify 的 RAG Web Browser Actor 通过他们的 MCP Server 进行网络搜索和内容检索。
• AutoGen 代理： 一个 AssistantAgent，配置为利用这两组工具来回答用户查询。

目标： 阐明 MCP 在使 AI 代理能够通过标准化通信协议（Stdio 和 SSE）访问各种工具（无论是在本地还是远程托管）方面的灵活性。

场景： 示例代理回答两个不同的问题：

1. 一个数学问题 ((3 + 5) x 12?)，预计使用本地 math_server.py。
2. 一个关于最近新闻的请求（“总结伊朗和美国谈判的最新消息...”），预计使用远程 Apify 网络浏览工具。

📚 使用的库和框架

• AutoGen: AI 代理框架 (autogen_agentchat, autogen_core, autogen_ext)
• MCP: 用于工具集成的模型上下文协议
• Python-dotenv: 用于环境变量管理
• OpenAI API: 用于 LLM 功能
• Apify API: 用于网络浏览功能

🛠️ 设置

请仔细按照以下步骤设置您的环境：

1. 先决条件：

   • 确保您已安装 Python 3.12。
   • 如果尚未安装，请安装 uv：

     pip install uv
     

2. 导航到项目目录：

   cd mcp_autogen_sse_stdio
   

3. 创建并激活虚拟环境：

   # 使用 uv 创建虚拟环境
   uv venv --python 3.12
   
   # 激活虚拟环境
   source .venv/bin/activate  # 在 macOS/Linux 上
   # OR
   .\.venv\Scripts\activate  # 在 Windows 上
   

4. 安装依赖项：

   # 安装项目依赖项
   uv pip install -e .
   

   故障排除说明：如果您在 MCP CLI 安装过程中遇到任何问题，您可以手动安装它：

   uv add "mcp[cli]"
   

5. 配置环境变量：

   • 在 mcp_autogen_sse_stdio 目录中创建一个 .env 文件。
   • 添加您的 API 密钥：

     OPENAI_API_KEY=your_openai_api_key_here
     APIFY_API_KEY=your_apify_api_key_here
     

   • 从 Apify MCP Server 页面 获取您的 Apify API 密钥

🚀 运行项目

1. 确保您位于父目录（比项目目录高一级）：

   cd ..
   

2. 使用 uv 运行主脚本：

   uv run mcp_autogen_sse_stdio/main.py
   

这将运行演示，该演示：

1. 使用 Apify 工具总结有关伊朗-美国谈判的新闻
2. 使用本地数学工具解决一个简单的数学问题：(3 + 5) x 12

🔌 理解 MCP（模型上下文协议）

MCP 是一种标准化 AI 模型和工具之间通信的协议。 此示例演示了使用 MCP 的两种方式：

1. 本地工具 (StdioServerParams)

• 使用标准输入/输出进行通信
• 工具在您的机器上本地运行
• 示例：我们的 math_server.py 提供简单的数学运算

2. 远程工具 (SseServerParams)

• 使用服务器发送事件 (SSE) 进行通信
• 工具在远程服务器上运行（如 Apify）
• 示例：通过 Apify 的 rag-web-browser 实现网络浏览功能

📝 代码演练

我们的 main.py 演示了：

1. 环境设置：

   • 加载 API 密钥并验证它们

2. 工具配置：

   • 使用 StdioServerParams 设置本地数学工具
   • 使用 SseServerParams 连接到 Apify 的 Web 浏览器（来自 https://apify.com/apify/actors-mcp-server 的 API）

3. 代理创建：

   • 使用两组工具创建一个 AutoGen 助手
   • 使用 GPT-4 作为基础模型

4. 任务执行：

   • 运行两个演示任务，展示两种工具的实际应用
   • 用于新闻摘要的网络浏览
   • 用于算术问题的数学计算

🔄 通信流程

用户 → AutoGen 代理 → MCP 工具 → 结果 → 用户

此示例展示了使用 MCP 可以多么容易地将不同类型的工具集成到一个代理中！