Agent MCP

🚀 MCP 服務器與客戶端項目

本項目圍繞 MCP（模型上下文協議）展開，構建了本地的 MCP 服務器與客戶端，為模型調用和信息搜索提供了便捷的解決方案。通過結合 Google SerpAPI 進行搜索，以及對調用接口的調整和後處理流程的優化，使得項目在多種模型上都能穩定運行。

🚀 快速開始

MCP 服務器

參考 Antropic 的 模型上下文協議文檔 編寫本地 Web 搜索 MCP 服務器，使用 Google SerpAPI 作為搜索 API。

MCP 客戶端

本地 MCP 客戶端，實現調用本地部署的 MCP 服務器和調用外部平臺 Smithery 提供的公開 MCP 服務器服務，Smithery 平臺。參考 Antropic MCP Client Quick Start 修改調用接口（原文使用 Anthropic API）為 OpenAI 的接口並調整後處理流程，增加一些 Json 驗證。測試使用 Qwen2.5 系列模型和 DeepSeek-V3 效果都比較穩定。

💻 使用示例

基礎用法

以下是 2025.4.22 更新中 custom_agents 文件夾規劃 + Researcher Agent 模仿深度研究功能，使用 MCP 服務器的代碼示例：

async with MCPServerStdio(
    params={"command": "python", "args": [LOCAL_SERVER_PATH]}
) as server:
    # 列出工具
    tools = await server.list_tools()
    print(f"連接到服務器的工具：{tools}")
    # 規劃代理
    planning_agent = PlanningAgent(
        name="規劃代理",
        model=model,
        handoffs=[
            ResearchAgent(
                name="研究代理",
                model=model,
                mcp_servers=[server],
            )
        ],
    )
    # 運行
    result_stream = Runner.run_streamed(
        starting_agent=planning_agent,
        input="2025 年 AI 的主要焦點是什麼？給我一些趨勢學術論文的關鍵點和 2025 年新技術的概述",
        max_turns=15,
    )
    async for event in result_stream.stream_events():
        if event.type == "agent_updated_stream_event":
            print(f"代理更新：{event.new_agent.name}")
        elif event.type == "run_item_stream_event":
            if isinstance(event.item, ToolCallItem):
                print(f"調用工具：{event.item.raw_item.name}，參數：{event.item.raw_item.arguments}")
                await asyncio.sleep(0.05)
            elif isinstance(event.item, ToolCallOutputItem):
                text = json.loads(event.item.output)["text"]
                print(f"工具調用輸出：{text[:100]} ...")
                await asyncio.sleep(0.05)
            elif isinstance(event.item, MessageOutputItem):
                text = ItemHelpers.text_message_output(event.item)
                if text:
                    print(f"運行步驟：{text}")
                    await asyncio.sleep(0.05)
        elif event.type == "raw_response_event":
            try:
                if event.data.delta:
                    continue
            except Exception as e:
                print(f"事件數據：{event.data}")

更新記錄

2025.4.22

• custom_agents 文件夾規劃 + Researcher Agent 模仿深度研究功能，使用 MCP 服務器