跳转至

MCP模型上下文协议

模型上下文协议(简称MCP)是为LLM提供工具和上下文的一种方式。根据MCP文档:

MCP是一个开放协议，标准化了应用程序如何向LLM提供上下文。可以把MCP想象成AI应用的USB-C接口。就像USB-C为设备连接各种外设和配件提供了标准化方式，MCP为AI模型连接不同数据源和工具提供了标准化方式。

Agents SDK支持MCP。这使您能够使用各种MCP服务器为您的Agent提供工具。

MCP服务器

目前，MCP规范根据传输机制定义了三种服务器:

  1. stdio 服务器作为应用程序的子进程运行。可以认为它们在"本地"运行。
  2. HTTP over SSE 服务器远程运行。通过URL连接它们。
  3. Streamable HTTP 服务器使用MCP规范中定义的Streamable HTTP传输远程运行。

您可以使用MCPServerStdio, MCPServerSse和MCPServerStreamableHttp类来连接这些服务器。

例如，这是使用官方MCP文件系统服务器的方式。

async with MCPServerStdio(
    params={
        "command": "npx",
        "args": ["-y", "@modelcontextprotocol/server-filesystem", samples_dir],
    }
) as server:
    tools = await server.list_tools()

使用MCP服务器

MCP服务器可以添加到Agent中。每次运行Agent时，Agents SDK都会在MCP服务器上调用list_tools()。这使得LLM能够了解MCP服务器的工具。当LLM调用MCP服务器的工具时，SDK会在该服务器上调用call_tool()。

agent=Agent(
    name="Assistant",
    instructions="Use the tools to achieve the task",
    mcp_servers=[mcp_server_1, mcp_server_2]
)

缓存

每次Agent运行时，它都会在MCP服务器上调用list_tools()。这可能会造成延迟，特别是如果服务器是远程服务器。要自动缓存工具列表，可以将cache_tools_list=True传递给MCPServerStdio, MCPServerSse和MCPServerStreamableHttp。只有在确定工具列表不会更改时才应这样做。

如果要使缓存失效，可以在服务器上调用invalidate_tools_cache()。

端到端示例

查看完整的运行示例在examples/mcp。

追踪

追踪自动捕获MCP操作，包括:

  1. 调用MCP服务器列出工具
  2. 函数调用中与MCP相关的信息

MCP Tracing Screenshot