このリポジトリには、Open LLM(Meta Llama 3)、OpenAIまたはGoogle Gemini、SQLiteデータベースを使ってModel Context Protocol(MCP)を使ってAIエージェントを構築する基本的な例が含まれています。これは本番環境向けのフレームワークではなく、シンプルで教育的なデモンストレーションとして設計されています。

OpenAIの例:https://github.com/jalr4ever/Tiny-OAI-MCP-Agent

セットアップ

このコードは、MCPサーバーを介してSQLiteデータベースとやり取りできるシンプルなCLIエージェントを設定します。公式のSQLite MCPサーバーを使用し、以下のことを示します:

• MCPサーバーへの接続
• MCPサーバーからのツールやリソースの読み込みと利用
• ツールをLLM互換関数呼び出しに変換する
• openai SDK または google-genai SDK を用いてLLMとやり取りすること。

使い方

• Docker インストールされ、実行中。
• Hugging Faceアカウントとアクセストークン(Llama 3モデル使用用)。
• Google APIキー(Geminiモデル使用用)。

就任

1. リポジトリのクローン:

2. 必要なパッケージをインストールする:

3. ハグングフェイスにログイン

例

ラマ3

次のコマンドを実行します

エージェントはインタラクティブモードで起動します。データベースとやり取りするためのプロンプトを入力できます。

How to use Anthropic MCP Server with open LLMs, OpenAI or Google Gemini

This repository contains a basic example of how to build an AI agent using the Model Context Protocol (MCP) with an open LLM (Meta Llama 3), OpenAI or Google Gemini, and a SQLite database. It’s designed to be a simple, educational demonstration, not a production-ready framework.

OpenAI example: https://github.com/jalr4ever/Tiny-OAI-MCP-Agent

Setup

This code sets up a simple CLI agent that can interact with a SQLite database through an MCP server. It uses the official SQLite MCP server and demonstrates:

• Connecting to an MCP server
• Loading and using tools and resources from the MCP server
• Converting tools into LLM-compatible function calls
• Interacting with an LLM using the openai SDK or google-genai SDK.

How to use it

• Docker installed and running.
• Hugging Face account and an access token (for using the Llama 3 model).
• Google API key (for using the Gemini model).

Installation

1. Clone the repository:

   git clone https://github.com/philschmid/mcp-openai-gemini-llama-example
   cd mcp-openai-gemini-llama-example
   

2. Install the required packages:

   pip install -r requirements.txt
   

3. Log in to Hugging Face

   huggingface-cli login --token YOUR_TOKEN
   

Examples

Llama 3

Run the following command

python sqlite_llama_mcp_agent.py

The agent will start in interactive mode. You can type in prompts to interact with the database. Type “quit”, “exit” or “q” to stop the agent.

Example conversation:

Enter your prompt (or 'quit' to exit): what tables are available?

Response:  The available tables are: albums, artists, customers, employees, genres, invoice_items, invoices, media_types, playlists, playlist_track, tracks

Enter your prompt (or 'quit' to exit): how many artists are there

Response:  There are 275 artists in the database.

Gemini

Run the following command

GOOGLE_API_KEY=YOUR_API_KEY python sqlite_gemini_mcp_agent.py

Future plans

I’m working on a toolkit to make implementing AI agents using MCP easier. Stay tuned for updates!