学习如何构建与框架无关、不依赖LLM的代理型AI解决方案。请参阅下面的博客系列了解更多信息。

参考架构

Medium 文章

点击这里了解更多关于人工智能代理互操作性的信息：Medium.com

前提条件

1. 我用 Tavily 搜索实现了网页搜索工具，在这里创建一个 Tavily API 密钥：
2. 我用过Google SERP API来实现飞行搜索工具，在这里创建一个SERP API密钥：

设置代码库

1. 克隆仓库。

注：推荐使用UV包管理器。

1. 安装UV包管理器。

2. 安装完 UV 包管理器后，创建虚拟环境并激活它。

3. 安装 Python 依赖。

4. 导出环境变量

填充环境值

1. 启动MCP/acp服务器。

2. 启动MCP服务器运行：

3. 启动 acp 服务器，在另一个终端运行中：

4. 要运行笔记本，进入 src/notebooks 目录并执行以下命令：

AI Agents Interoperability Series

Learn how to architect Agentic AI solutions which are framework agnostic, LLM Agnostic. Refer to the Blog series below to learn more.

Reference Architecture

Medium articles

Read more about AI Agents Interoperability here: Medium.com

Pre-requirements

1. I have used Tavily search for the web search tool implementation, create a Tavily API Key here:
2. I have used Google SERP APIs for the flight search tool implementation, create a SERP API key here:

Setup codebase

1. Clone the repo.

   git clone https://github.com/manojjahgirdar/ai-agents-interoperability.git
   

   Note: UV Package manager is recommended.

2. Install the uv package manager.

   pip install pipx
   pipx install uv
   

3. Once the uv package manager is installed, create a virtual environment and activate it.

   uv venv
   source .venv/bin/activate
   

4. Install the python dependencies.

   uv sync
   

5. Export env variables

   cp env.example .env
   

   Fill the env values

6. Launch the mcp/acp servers.

   1. To launch the mcp server run:

      cd src/mcp/mcp-server
      uv run mcp_server.py
      

   2. To launch the acp server, in another terminal run:

      cd src/acp/acp-server
      export REMOTE_MCP_URL=http://127.0.0.1:8000/sse
      uv run acp_server.py
      

7. To run the notebooks, goto src/notebooks directory and run the following command:

   jupyter notebook