
rachedblili/mcp-transition
Developer toolsこのページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。 原文を見る
3つのステップでネーブエージェントからMCPエージェントへの移行方法を表示する
概要
このリポジトリは、モデルコンテキストプロトコル(MCP)を使用して、洗練された分散システムを作成するために、シンプルなAIエージェントの構築から提供します。 6つのこだわりの反復により、MCPアーキテクチャの基本的な概念と高度なパターンを習得できます。 - : モノリシックからモジュラー、プロトコル主導のデザイン - : stdioとSSEの輸送、ツールの発見、セッション管理 - : エラー処理、構造化されたデータ、マルチトランスポート構成 - : 外部API、リモートサービス、分散ツールエコシステム ◀ ステージ1 定番ツールを搭載したNaive Agent Simple Agent with hardcoded tools ↔ Stage2 改良された Agent Async パターンとコードのクリーンアップ 🔌 Stage 3 MCP Foundation stdioサーバーとカスタム MCP クライアント ☎ Stage 4 公式ライブラリ Anthropic's MCP Python SDK の使い方 5 リモートサービス SSE トランスポート ステージ6 ローカル + リモートツール付きマルチトランスポート ユニファイド エージェント + リモートツール ステージ 7 HTTP ストリーム 移行可能な HTTP ストリーム 移行 SSE アップグレード - Python 3.
概要(AI 翻訳)
モデルコンテクストプロトコル(MCP)をビルドするための包括的なチュートリアル
お問い合わせ
Mackerel 概要
このリポジトリは、単純なAIエージェントを構築し、モデルコンテキストプロトコル(MCP)を使用して、洗練された分散システムを作成することから、*complete, handon Journey**を提供します。 6つのこだわりの反復により、MCPアーキテクチャの基本的な概念と高度なパターンを習得できます。
学ぶべきこと
-Agent Architecture Evolution:モノリシックからモジュラー、プロトコル駆動設計
- ** MCP プロトコル Mastery**: stdio および SSE の輸送、ツールの発見、セッション管理
- 生産パターン:エラー処理、構造データ、マルチトランスポート構成
- 現実世界統合: 外部API、リモートサービス、分散ツールエコシステム
お問い合わせ
️️ 旅
🏁 🏁 ステージ1 ネーブエージェント ハードコードされた用具が付いている簡単な代理店
お問い合わせ ステージ2 エージェントの改善 パターンとコードのクリーンアップを同期
ステージ3 MCP財団 stdio サーバーとカスタム MCP クライアント
お問い合わせ ステージ4 公式図書館 AnthropicのMCP Python SDKを使用する
ブーツ ステージ5 リモートサービス SSE は、API の統合により、
ふりがな
このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。
README
以下は原文 README の抜粋です。原文を見る。
Step by Step to MCP Glory
A Comprehensive Tutorial for Building Model Context Protocol (MCP) Enabled AI Agents
🌟 Overview
This repository provides a complete, hands-on journey from building a simple AI agent to creating sophisticated, distributed systems using the Model Context Protocol (MCP). Through 6 carefully crafted iterations, you’ll master the fundamental concepts and advanced patterns of MCP architecture.
🎯 What You’ll Learn
- Agent Architecture Evolution: From monolithic to modular, protocol-driven design
- MCP Protocol Mastery: stdio and SSE transports, tool discovery, session management
- Production Patterns: Error handling, structured data, multi-transport composition
- Real-world Integration: External APIs, remote services, distributed tool ecosystems
🗺️ The Journey
🚀 Quick Start
Prerequisites
- Python 3.8+
- API Keys: Tavily (web search), OpenWeatherMap (weather)
- OpenAI API access
1-Minute Setup
# Clone and setup
git clone
cd MCP-Transition
pip install -r requirements.txt
# Configure environment
cp .env.example .env
# Edit .env with your API keys
# Run any stage
python naive_agent.py # Stage 1
python improved_agent.py # Stage 2
python mcp_agent_sse.py # Stage 5 (requires weather server)
python mcp_agent_streamable.py # Stage 7 (requires streamable server)
Environment Variables
# .env file
OPENAI_API_KEY=your_openai_key_here
TAVILY_API_KEY=your_tavily_key_here
OPENWEATHERMAP_API_KEY=your_weather_key_here
📖 Detailed Documentation
| Document | Purpose | Audience |
|---|
インストール
This server does not publish a one-line install command.
Open the repository installation guide MCP 初心者?mcpskill.org のガイドから始めましょう →