项目简介: AgentToAgent 是一个基于 FastMCP Python 框架的示例仓库，展示了如何快速构建符合 Model Context Protocol (MCP) 标准的服务器。它旨在帮助开发者创建能够向大型语言模型 (LLMs) 提供结构化上下文信息、执行工具和管理任务的应用后端。该仓库包含了核心的MCP服务器框架实现以及多个示例代理，演示了服务器如何暴露工具和处理任务请求。

主要功能点:

• 实现了MCP协议的JSON-RPC接口，处理来自LLM客户端的任务请求（如发送任务、获取任务状态、取消任务等）。
• 支持任务生命周期管理和状态更新。
• 通过 SSE (Server-Sent Events) 支持任务执行过程中的流式输出，允许客户端实时接收状态更新和中间结果。
• 允许服务器通过'.well-known/agent.json'路径声明自身的能力（Agent Card），包括支持的输入/输出模式、技能（工具）等，便于客户端发现和理解服务器功能。
• 提供了可重用的TaskManager基类和InMemoryTaskManager实现，简化了任务状态和数据的管理。
• 集成了示例代理（如报销代理、行程代理、检索代理），展示了如何将具体的代理逻辑封装为MCP服务器暴露的能力，使LLM能够通过调用这些代理来执行复杂任务。

安装步骤:

1. 确保您的系统已安装 Python 3.8 或更高版本。
2. 使用 Git 克隆 AgentToAgent 仓库到您的本地机器。
3. 通过命令行进入克隆的仓库目录。
4. 安装项目所需的依赖库。通常您可以通过运行 'pip install -r requirements.txt' 命令来安装。如果仓库根目录没有 'requirements.txt' 文件，请根据示例代理（如 'google_adk'、'retrieve_agent'、'trip_agent'）目录中的代码，手动安装其导入的依赖库，例如 'fastmcp' (可能需要从其GitHub仓库安装), 'starlette', 'uvicorn', 'pydantic', 'httpx-sse', 'httpx', 'python-dotenv', 'click', 'google-generativeai' 等。
5. 根据您希望运行的示例代理，配置相应的环境变量。例如，运行依赖 Google Generative AI API 的代理可能需要设置 'GOOGLE_API_KEY' 或与 Google Cloud Vertex AI 相关的配置。具体请参考示例代理目录下的 '.env' 文件或相关文档。

服务器配置 (供MCP客户端使用): MCP客户端连接到此服务器时，需要提供服务器的启动信息。这些信息通常以 JSON 格式配置，包含服务器的名称、启动命令及其参数。以下是一个基于此仓库示例代理的配置结构描述：

• 'server name': 一个字符串，用于标识服务器的友好名称，例如 "报销代理服务器"。
• 'command': 一个字符串数组，表示启动服务器的命令行及其参数。第一个元素通常是可执行程序（如 'python'），后续元素是传递给它的参数。例如，'["python", "-m", "google_adk.main"]'。这里的 'google_adk.main' 是指仓库中某个示例代理的启动模块。
• 'args': 一个字符串数组，包含传递给 'command' 的额外命令行参数。这些参数通常用于配置服务器的网络地址和端口，例如 '["--host", "localhost", "--port", "10002"]'。客户端将连接到此地址和端口进行通信。

例如，要配置连接到运行在本地 '10002' 端口的报销代理服务器，客户端的配置中 'command' 可能设置为 '["python", "-m", "google_adk.main"]'，'args' 可能设置为 '["--port", "10002"]' (如果 host 默认为 localhost)。具体的启动命令和参数请参考您计划运行的示例代理目录下的 'main.py' 文件。

基本使用方法:

1. 首先，在终端中启动您选择的示例 MCP 服务器。例如，要启动报销代理服务器，您可以运行 'python -m google_adk.main --port 10002'。服务器将在指定的地址和端口监听请求。
2. 然后，使用一个支持 Model Context Protocol (MCP) 的客户端应用程序（例如支持MCP集成的LLM客户端、Agent Development Kit 或其他兼容工具）。
3. 在客户端中配置新的MCP服务器连接，输入服务器的启动信息，包括启动命令和参数，以便客户端可以在需要时启动服务器。
4. 一旦客户端连接成功，它将能够发现此服务器暴露的能力（通过获取 '.well-known/agent.json'），例如报销代理提供的处理报销请求的技能。
5. 最后，通过客户端与服务器进行交互，例如向报销代理发送一个报销请求，服务器将处理该请求并通过MCP协议返回结果或流式更新。