MCP Proxy Pydantic Agent

🚀 一个示例，展示如何将 MCP（模型上下文协议）服务器与 Pydantic.AI 集成

本示例旨在展示如何将 MCP（模型上下文协议）服务器与 Pydantic.AI 进行集成。它借助了来自 https://github.com/modelcontextprotocol/quickstart-resources.git 的部分内容，尤其是天气“服务器”代码。

代码中运用了两种不同的 LLM（大型语言模型），仅作演示之用。代理工具采用 gpt - 4o，而工具本身使用 sonnet。因此，您需要导出 OPENAI_API_KEY 以及 ANTHROPIC_API_KEY，或者对代码进行修改以适配您所使用的模型。

pyproject.toml 假定您正在使用 'uv' 包管理器。

🚀 快速开始

运行步骤

1. 克隆此仓库。
2. 执行 uv sync。
3. 切换到 mcp - client 目录。
4. 执行 uv run client.py（此操作需要 openai 和 anthropic 的密钥，并且直接使用了 Anthropic 库）。
5. 或者执行 uv run client2.py（此版本仅使用 PydanticAI，适用于任何函数调用 LLM）。

测试示例

现在，您可以试着提出一些问题，例如：

纽约的晚上 7:30 什么时候是班加罗尔？ 芝加哥目前的天气如何？（完成后退出）

⚠️ 重要提示

代码运行需要导出 OPENAI_API_KEY 以及 ANTHROPIC_API_KEY，或者修改代码以适应您的模型。

💡 使用建议

若您仅想使用 Pydantic 和任何可以调用 LLM 的函数，可尝试运行 client2.py。