** Всеобъемлющий учебник по построению модели контекстного протокола (MCP) с поддержкой ИИ-агентов**

Обзор

Это хранилище обеспечивает ** полное практическое путешествие** от создания простого агента ИИ до создания сложных распределенных систем с использованием протокола Model Context Protocol (MCP). Через 6 тщательно продуманных итераций вы освоите основные концепции и передовые шаблоны архитектуры MCP.

’ Чему вы научитесь

-Agent Architecture Evolution: от монолитного до модульного, протокольного дизайна Мастерство протокола MCP: stdio и SSE транспорт, обнаружение инструментов, управление сессиями ** Паттерны производства**: обработка ошибок, структурированные данные, мультитранспортный состав ** Интеграция реального мира**: Внешние API, удаленные сервисы, распределенные инструментальные экосистемы

️ Путешествие

Этап 1 Наивный агент Простой агент с жестко закодированными инструментами

Этап 2 Улучшенный агент Узоры асинхронизации и очистка кода

Этап 3 Фонд MCP stdio сервер и пользовательский MCP клиент

Этап 4 Официальная библиотека Использование MCP Python SDK от Anthropic

Этап 5 Дистанционные услуги SSE транспорт с интеграцией API

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