sun feb1a0b280 feat(agent): 新增MCP Agent客户端和工具系统

- 实现了基于LangChain的MCP Agent，支持连接MCP服务器调用工具
- 添加了环境配置文件(.env)，包含LLM模型和API配置信息
- 创建了完整的工具系统，包括BaseTool基类和Bash、Terminate、Add等工具
- 集成了天气查询工具，支持通过中国气象局API获取天气预报信息
- 实现了交互式对话功能，支持多轮工具调用和结果处理
- 添加了详细的CLAUDE.md开发指导文档

2026-02-25 18:04:48 +08:00

3.6 KiB

Raw Permalink Blame History

CLAUDE.md

此文件为 Claude Code（claude.ai/code）在处理此存储库中的代码时提供指导。

交互规则（优先级最高）

所有与本仓库相关的沟通、文档编辑、代码注释、解释说明均使用中文
技术术语以及命令保留英文原词（如 Langchain、Deepagents），但解释说明必须用中文
代码本身的语法/关键字保持英文（符合编程规范），但注释、文档、交互回复全部使用中文
当前项目为技术验证项目，目前使用Langchain、Deepagents等框架，遇到框架相关问题需要首先参考官方技术文档，链接：

[Langchain](https://docs.langchain.com/oss/python/langchain/overview)、[Deepagents](https://docs.langchain.com/oss/python/deepagents/overview)

项目概述

TestMCP 是一个 MCP (Model Context Protocol) 服务器实现，带有 OpenAI 兼容的客户端，用于构建 AI Agent 系统。该项目是 "OpenManus" 的简化/修改版本 - 一个支持工具调用的 AI Agent 框架。

命令

运行 Demo MCP 服务器 (FastMCP 带天气工具)

python main.py

运行 SSE 服务器，默认端口，包含 add() 和 get_weather_by_location() 工具。

运行 OpenManus 风格的 MCP 服务器

python -m app.mcp_server.server --transport stdio

运行客户端

python client.py

通过 SSE 连接到 http://127.0.0.1:8000/sse 的 MCP 服务器。

启动Agent调用本地工具

python tool_call_agent.py

包管理

项目使用 uv 作为包管理器：

uv sync          # 安装依赖
uv add <package> # 添加新依赖

架构

核心组件

app/
├── mcp_server/
│   └── server.py      # MCPServer 类，包含 FastMCP 和工具注册系统
├── tools/
│   ├── base.py        # BaseTool (抽象类), ToolResult, CLIResult
│   ├── bash.py        # Bash 命令执行工具
│   └── terminate.py   # 终止工具
├── utils/
│   └── logger.py      # 基于 Loguru 的日志系统，支持文件轮转
└── exceptions.py      # ToolError, OpenManusError, TokenLimitExceeded

入口点

client.py - 主客户端入口
- AutoToolChatSession: 通过 SSE 连接 MCP 服务器，调用 LLM，执行工具
- 支持 OpenAI 兼容模型 (DashScope, Ollama 等)
main.py - 使用 FastMCP 的 Demo 服务器
- 工具：add(), get_weather_by_location()
- 资源：greeting://{name}
- 提示词：greet_user()
app/mcp_server/server.py - OpenManus 风格的 MCP 服务器
- MCPServer 类，支持动态工具注册
- 内置工具：bash, terminate

工具系统

所有工具继承自 BaseTool (位于 app/tools/base.py):

必须实现 async execute(self, **kwargs) -> ToolResult
工具参数通过 parameters 字典定义 (JSON Schema 格式)
结果通过 ToolResult 返回，包含 output, error, base64_image 字段

环境变量配置

通过 .env 文件配置必需的环境变量：

LLM_API_KEY=<your-api-key>
APIHZ_ID=<apihz-user-id>     # 用于天气 API
APIHZ_KEY=<apihz-user-key>   # 用于天气 API

客户端配置 (位于 client.py):

LLM_MODEL: 模型名称 (默认：deepseek-v3)
LLM_BASE_URL: OpenAI 兼容的 API 端点

关键设计模式

MCP Protocol: 使用 Model Context Protocol 暴露工具
SSE Transport: 客户端通过 Server-Sent Events 连接
Async Design: 使用 asyncio 进行并发工具执行
Pydantic Models: 用于数据验证 (ToolResult, BaseTool)

3.6 KiB Raw Permalink Blame History Unescape Escape