使用说明

项目简介

Mainframe Orchestra 是一个用于构建 LLM 应用的 Agent 框架，它通过 Model Context Protocol (MCP) 适配器，可以轻松集成各种 MCP 服务器提供的工具和服务。借助 MCP，Orchestra Agent 可以安全、可扩展地利用外部上下文信息和功能，例如访问文件系统、调用 Web 服务、操作浏览器等，从而构建更强大的 LLM 应用。

主要功能点

• MCP 集成: 通过 'MCPOrchestra' 适配器，连接并使用兼容 MCP 协议的服务器，如 FastMCP, Playwright, Slack, Filesystem 等。
• 工具扩展: 允许 Agent 使用来自 MCP 服务器的工具，无需在 Orchestra 框架内重新实现，极大地扩展了 Agent 的能力边界。
• 灵活配置: 支持多种 MCP 服务器连接方式，包括本地启动和远程连接，方便用户根据需求配置。
• 易于使用: 通过简单的 API 调用即可将 MCP 服务器的工具集成到 Orchestra Agent 中。

安装步骤

1. 确保已安装 Python 环境。
2. 使用 pip 安装 'mainframe-orchestra' 包:

   pip install mainframe-orchestra
   

3. 根据需要安装额外的依赖包，例如使用 FastMCP 示例可能需要安装 'fastmcp'。

服务器配置

MCP 客户端（例如 Orchestra Agent）需要配置 MCP 服务器的连接信息才能使用其提供的工具。以下是一个连接 FastMCP 服务器的配置示例，通常在客户端代码中配置:

{
  "server_name": "calculator",  // MCP 服务器的名称，客户端用于标识连接
  "command": "python",         // 启动 MCP 服务器的命令，例如 python 或 node
  "args": ["mcp_fast_calc.py"], // 启动命令的参数，指向 MCP 服务器脚本
  "start_server": true,        // 是否在客户端启动时自动启动 MCP 服务器
  "server_startup_delay": 2.0  // 服务器启动后的等待时间（秒），确保服务器完全启动
}

基本使用方法

1. 创建 MCPOrchestra 客户端:

   from mainframe_orchestra import MCPOrchestra
   import asyncio
   
   async def main():
       async with MCPOrchestra() as mcp_client:
           # ... 后续步骤
   

2. 连接 MCP 服务器: 使用 'mcp_client.connect()' 方法，传入服务器配置信息，建立连接。

   await mcp_client.connect(
       server_name="calculator",
       command="python",
       args=["mcp_fast_calc.py"],
       start_server=True,
       server_startup_delay=2.0
   )
   

3. 获取 MCP 服务器工具: 使用 'mcp_client.get_tools()' 或 'mcp_client.get_server_tools(server_name)' 获取工具列表。

   calculator_tools = mcp_client.get_tools() # 获取所有连接的 MCP 服务器的工具
   # 或
   calculator_tools = mcp_client.get_server_tools("calculator") # 获取指定服务器的工具
   

4. 创建 Agent 并使用 MCP 工具: 将获取的工具列表添加到 Agent 的 'tools' 参数中。

   from mainframe_orchestra import Agent, OpenaiModels
   
   agent = Agent(
       agent_id="calculator_agent",
       role="Math Assistant",
       goal="Help users perform mathematical calculations",
       tools=calculator_tools,
       llm=OpenaiModels.gpt_4o
   )
   

5. 创建 Task 并执行: 像使用普通 Orchestra 工具一样使用 MCP 工具。

   from mainframe_orchestra import Task
   
   result = await Task.create(
       agent=agent,
       instruction="You need to calculate the sum of 42 and 58, and then multiply the result by 5. Respond with the final answer."
   )
   print(result)
   

更详细的使用方法和示例代码，请参考仓库 'examples/python/mcp' 目录下的示例脚本。