使用说明

项目简介

Python A2A 是一个全面的 Python 库，旨在简化 Agent-to-Agent (A2A) 系统的构建，并深度集成了 Model Context Protocol (MCP)。该库的核心组件 'FastMCP' 允许开发者快速创建兼容 MCP 协议的服务器，以便为大型语言模型（LLM）驱动的智能体提供标准化的工具和数据访问接口。

主要功能点

MCP 服务器实现: 提供 'FastMCP' 类，用于快速搭建 MCP 服务器，遵循 MCP 协议标准。
工具注册: 通过装饰器 '@mcp.tool()' 轻松注册 Python 函数作为 MCP 工具，并支持定义工具的名称、描述和参数。
资源管理: 使用 '@mcp.resource()' 装饰器注册资源，支持静态资源和 URI 模板资源，方便智能体访问外部数据。
FastAPI 传输: 内置基于 FastAPI 的 HTTP 传输层，易于部署和扩展。
示例丰富: 提供详细的代码示例，展示如何创建 MCP 服务器、定义工具和资源，以及如何与 A2A 智能体集成。

安装步骤

确保已安装 Python 3.9 或更高版本。

安装 Python A2A 库，包含 MCP 支持的 extras 组件：

pip install "python-a2a[mcp]"

或者安装包含所有可选依赖的完整版本：

pip install "python-a2a[all]"

服务器配置

MCP 服务器主要通过启动命令和参数进行配置。以下是一个基于 'examples/mcp/fastmcp_example.py' 示例生成的 MCP 客户端配置信息，用于连接一个简单的数学和实用工具 MCP 服务器：

{
  "serverName": "MathUtilsMCP",  // 自定义 MCP 服务器名称，用于客户端识别
  "command": "python",         // MCP 服务器的启动命令，这里使用 python 解释器
  "args": [                    // 启动参数列表
    "-m",                       // 运行模块
    "examples.mcp.fastmcp_example", // 指定要运行的 Python 模块为 fastmcp_example.py
    "--port",                   // 指定端口参数
    "5000"                      // 设置服务器监听端口为 5000
  ]
}

基本使用方法

定义 MCP 服务器:
参考 'examples/mcp/fastmcp_example.py' 创建 Python 脚本，使用 'FastMCP' 类定义 MCP 服务器，并使用 '@mcp.tool()' 和 '@mcp.resource()' 装饰器注册工具和资源。

运行 MCP 服务器:
在命令行中执行 Python 脚本，启动 MCP 服务器。例如，运行 'examples/mcp/fastmcp_example.py' 示例：

python examples/mcp/fastmcp_example.py --port 5000

MCP 客户端连接:
MCP 客户端（例如，基于 Python A2A 库构建的 MCPClient）可以使用服务器配置信息连接到运行中的 MCP 服务器，并调用已注册的工具或访问资源。

from python_a2a.mcp import MCPClient
import asyncio

async def main():
    client = MCPClient("http://localhost:5000")  # 假设服务器运行在本地 5000 端口

    # 获取可用工具列表
    tools = await client.get_tools()
    print("Available tools:", [tool['name'] for tool in tools])

    # 调用名为 "add" 的工具
    result = await client.call_tool("add", a=5, b=3)
    print("Tool 'add' result:", result)

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

通过以上步骤，您可以快速搭建和使用 Python A2A MCP 服务器，为您的 AI 智能体提供强大的扩展能力。

关键词

使用说明

信息