Skip to content

Latest commit

 

History

History
82 lines (56 loc) · 4.77 KB

README.md

File metadata and controls

82 lines (56 loc) · 4.77 KB

Работа GigaChat-агента с MCP-сервером

Пример демонстрирует работу агента с MCP-сервером (math_server.py), который дает доступ к функциям сложения, умножения и поиска данных человека по имени. Доступны два варианта агента:

  • agent.py — реализует MCP-клиент для локального взаимодействия и не требует отдельного запуска MCP-сервера;
  • agent_http.py — реализует MCP-клиент для взаимодействия по HTTP. Для работы агента нужно запустить MCP-серввер в режиме SSE.

Агент разработан с помощью фреймворков LangChain и LangGraph, а также библиотеки langchain-mcp-adapters. Библиотека предоставляет обертку для функций, описанных в формате MCP, и позволяет использовать их совместно с LangChain и LangGraph.

В роли LLM агент использует модель GigaChat. Обмен сообщениями с моделью выполняется через GigaChat API.

Model Context Protocol (MCP)

Model Context Protocol (или MCP) — открытый протокол, который унифицирует обмен контекстом между приложением и LLM. Другими словами, использование MCP упрощает подключение больших языковых моделей к различным функциям (инструментам) и источникам данных.

Протокол предоставляет:

  • растущий список готовых интеграций, доступных для подключения LLM;
  • простоту переключения между различными моделями и их поставщиками;
  • набор лучших практик для обеспечения безопасности данных внутри вашей инфраструктуры.

MCP разработан компанией Anthropic. Подробнее о протоколе — в официальной документации.

Подготовка к работе

Установите зависимости:

pip install langchain-gigachat langchain_mcp_adapters langgraph rich

В папке примера создайте файл с переменными окружения .env и добавьте в него переменную GIGACHAT_CREDENTIALS:

GIGACHAT_CREDENTIALS=<ключ_авторизации>

О том как получить ключ авторизации — в официальной документации GigaChat.

Tip

Вы также можете указать другие переменные окружения, которые поддерживает Python-библиотека GigaChat.

Быстрый старт

Для запуска локального клиента выполните команду:

python agent.py

Для запуска HTTP-клиента:

  1. Запустите MCP-сервер в режиме SSE с помощью команды:

    python math_server.py sse

  2. Запустите клиент с помощью команды:

    python agent_http.py

Пример вывода агента:

[HumanMessage] Сколько будет (3 + 5) x 12? 
[AIMessage]  [{'name': 'add', 'args': {'a': 3, 'b': 5}, 'id': '99f7f6c7-baac-4e61-9577-03903e83f3a7', 'type': 'tool_call'}]
[ToolMessage] 8.0 
[AIMessage]  [{'name': 'multiply', 'args': {'a': 8, 'b': 12}, 'id': 'c923315e-0888-47c3-a380-2f91d95c3177', 'type': 'tool_call'}]
[ToolMessage] 96.0 
[AIMessage] Результат выражения $(3+5)\times12$ равен $96$. []
[HumanMessage] Найди сколько лет Джону Доу? 
[AIMessage]  [{'name': 'find_preson', 'args': {'name': {'query': 'Джон Доу'}}, 'id': 'fa2ecddc-c446-477b-adc7-7d4f09281953', 'type': 'tool_call'}]
[ToolMessage] {"name": "John Doe", "age": 30} 
[AIMessage] Джону Доу 30 лет. []