이 저장소는 오픈 LLM(Meta Llama 3), OpenAI 또는 Google Gemini, SQLite 데이터베이스를 사용하여 모델 컨텍스트 프로토콜(MCP)을 사용해 AI 에이전트를 구축하는 기본 예시를 포함하고 있습니다. 이 저장소는 단순하고 교육적인 시연을 목적으로 설계되었으며, 본용 환경이 아닌 프레임워크입니다.

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

준비

이 코드는 MCP 서버를 통해 SQLite 데이터베이스와 상호작용할 수 있는 간단한 CLI 에이전트를 설정합니다. 공식 SQLite MCP 서버를 사용하며 다음을 시연합니다:

• MCP 서버에 연결
• MCP 서버에서 도구와 자원을 로드하고 활용하기
• 도구를 LLM 호환 함수 호출로 변환하기
• openai SDK 또는 google-genai SDK를 사용하여 LLM과 상호작용하는 것.

사용하는 법

• Docker 설치 및 실행 중.
• Hugging Face 계정과 접근 토큰(Llama 3 모델 사용).
• Google API 키(Gemini 모델 사용).

설치

1. 저장소 복제:

2. 필요한 패키지 설치:

3. Hugging Face에 로그인하기

예시

라마 3

다음 명령을 실행하세요

에이전트는 인터랙티브 모드로 시작합니다. 데이터베이스와 상호작용하기 위해 프롬프트를 입력할 수 있습니다.

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!