MCP+Agent代码实战

原创

已于 2025-12-20 18:44:20 修改 · 135 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#mcp #agent

于 2025-12-20 18:44:05 首次发布

前言

我们上一篇介绍了MCP客户端各种传输方式，本篇将MCP和Agent融合起来，写一个基础的代码示例。

完整代码

启动一个mcp server

from fastmcp import FastMCP

# 初始化FastMCP Server
mcp = FastMCP("My MCP Server")


# 用@mcp.tool()装饰器定义一个工具
@mcp.tool()
def add(a: int, b: int) -> int:
    """

    :param a: 第一个整数
    :param b: 第二个整数
    :return: 返回两个数字之和
    """
    return a + b


# 启动MCP Server
if __name__ == "__main__":
    mcp.run(transport="streamable-http", host="127.0.0.1", port=8001)

编写agent

import asyncio
import json
import logging

from fastmcp import Client
from openai import OpenAI
from fastmcp.client.transports import StreamableHttpTransport

logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)


class LLMClient:
    """LLM客户端，负责与大模型API通信（如OpenAI风格接口）"""

    def __init__(self, model_name: str, url: str, api_key: str) -> None:
        self.model_name = model_name
        self.client = OpenAI(api_key=api_key, base_url=url)

    def get_tools_list(self, mcp_tools) -> list[dict]:
        """将MCP工具列表转换为OpenAI函数格式（如包含function字段）"""
        tools = []
        for tool in mcp_tools:
            parameters = getattr(tool, "inputSchema", None