MCP Agent

🚀 MCP代理

MCP-Proxyは、MCP（モデルコンテキストプロトコル）サーバーが提供する機能を活用して、AIエージェントの構築を簡素化するためのフレームワークです。MCPは低レベルのプロトコルで、このフレームワークはサーバーへの接続、大規模言語モデル（LLMs）とのやり取り、外部信号（人間の入力など）の処理、および永続的な状態のサポートなどの機能を担当し、ユーザーは業務ロジックに集中することができます。

✨ 主な機能

• 相互運用性：MCPサーバーが提供するあらゆるツールをエージェントにシームレスに統合できるようにします。
• 組み合わせ可能性とカスタマイズ性：定義されたワークフローを実現し、組み合わせ可能な方法で拡張します。モデルプロバイダー、ロギング、オーケストレーターなどの面で完全なカスタマイズが可能です。
• プログラミング制御フロー：開発者はコードを記述するだけで、グラフィックノードやエッジを考える必要がないため、シンプルに保たれます。分岐ロジックにはif文を、ループにはwhileループを使用できます。
• 人間の入力と信号：ワークフローを一時停止して、人間の入力などの外部信号を取得することをサポートします。これらの信号はエージェントが呼び出せるツールとして機能します。

🚀 クイックスタート

📦 インストール

MCP-Proxyを使用するには、まず必要な依存関係をインストールする必要があります。

pip install mcp-proxy[mpl,asyncio]

💻 使用例

基本的な使用法

以下は、基本的なAIエージェントを作成する方法を示す簡単な例です。

from mcp_proxy.agent import Agent
from mcp_proxy.llm import LLMOptions
import asyncio

# 创建一个配置对象
config = {
    "llm": {
        "provider": "anthropic",  # 支持：anthropic, openai, huggingface, etc.
        "model": "claude-2"
    },
    "logging": {
        "enabled": True,
        "level": "INFO",
        "output_file": "agent.log"
    }
}

# 创建一个LLM选项对象
llm_options = LLMOptions()

# 定义代理类
class MyAgent(Agent):
    async def main(self):
        # 这里可以编写任何异步逻辑
        await self.call_tool("fetch_url", arguments={"url": "https://example.com"})

# 创建并运行代理
async def run():
    agent = MyAgent(config=config, llm_options=llm_options)
    await agent.start()

if __name__ == "__main__":
    asyncio.run(run())

📚 ドキュメント

詳細情報については、MCP-Proxyドキュメントを参照してください。

🔧 開発への貢献

私たちはあらゆる形の貢献を歓迎します。貢献の始め方については、CONTRIBUTINGガイドを参照してください。

特別な感謝

このプロジェクトに多大な貢献をしてくれたコミュニティメンバーに感謝します。

• Shaun Smith (@evalstate)——mcp-proxyやより広いMCPエコシステムにおいて、無数の複雑な改善に取り組んでくれました。
• Jerron Lim (@StreetLamb)——何時間もの貢献と優れたサンプルを提供し、プロジェクトに良いアイデアを提案してくれました。
• Jason Summer (@jasonsum)——多くの問題を特定し、Gmail MCPサーバーをmcp-proxyと一緒に使用できるように適応させてくれました。

🗺️ ロードマップ

私たちは、あなたのフィードバックを元に詳細なロードマップを策定する予定です。現在の主な優先事項は以下の通りです。

• 永続的な実行——ワークフローの一時停止/再開を可能にし、状態をシリアル化して、再実行または無期限の一時停止をサポートします。これを実現するためにTemporalを統合しています。
• 記憶——長期記憶のサポートを追加します。
• ストリーミング処理——反復的な進捗更新のためのストリーミングリスナーをサポートします。
• MCP拡張機能——ツール呼び出し以外にも、以下の内容をサポートします。
  • リソース
  • プロンプト
  • 通知

❓ よくある質問

MCP-Proxyを使用する主な利点は何ですか？

MCP-Proxyは、MCPサーバーが提供する機能を活用して、AIエージェントの構築を簡素化する方法を提供します。

MCPは低レベルのプロトコルで、このフレームワークはサーバーへの接続、大規模言語モデル（LLMs）とのやり取り、外部信号（人間の入力など）の処理、および永続的な状態のサポートなどの機能を担当し、ユーザーは業務ロジックの核心に集中することができます。

主な利点は以下の通りです。

• 相互運用性：MCPサーバーが提供するあらゆるツールをシームレスに統合できます。
• 組み合わせ可能性とカスタマイズ性：定義されたワークフローを実現し、組み合わせ可能な方法で拡張します。モデルプロバイダー、ロギング、オーケストレーターなどの面で完全なカスタマイズが可能です。
• プログラミング制御フロー：開発者はコードを記述するだけで、グラフィックノードやエッジを考える必要がないため、シンプルに保たれます。分岐ロジックにはif文を、ループにはwhileループを使用できます。
• 人間の入力と信号：ワークフローを一時停止して、人間の入力などの外部信号を取得することをサポートします。これらの信号はエージェントが呼び出せるツールとして機能します。

MCP-Proxyを使用するにはMCPサーバーが必要ですか？

はい、MCP-Proxyはツールやサービスを提供するためにMCPサーバーが必要です。既存のMCPサーバーを使用するか、独自のものを作成することができます。

MCP-Proxyの機能を拡張するにはどうすればいいですか？

カスタムツールやコマンドを作成することで、MCP-Proxyの機能を拡張できます。これらはAgentクラス内で定義し、call_toolメソッドを介して呼び出すことができます。

MCP-ProxyはどのLLMプロバイダーをサポートしていますか？

現在サポートされている主なプロバイダーは以下の通りです。

• Anthropic：Claude 2、Claude 3などのモデルをサポートします。
• OpenAI：GPT-4、GPT-3.5などのモデルをサポートします。
• Hugging Face：Transformersベースの様々なモデルをサポートします。

他のプロバイダーは、フレームワークを拡張することで簡単に追加できます。