关于 CrewAI MCP Adapter
Python 库扩展 CrewAI 的适配器生态系统,提供 MCP 集成支持和自定义 Agent 与工具开发的综合工具。包含类型安全的实现、JSON Schema 验证和异步支持。
主要功能
- 01本地 CrewAI 集成和适配器模式
- 02MCP 协议工具集成支持
- 03Pydantic 实现的类型安全
- 04异步/等待支持
- 05详细的执行元数据
适用场景
- 01在 CrewAI 中集成 MCP 服务
- 02为 Agent 添加 MCP 工具
- 03创建自定义适配器扩展 CrewAI
MCP 相关
CrewAI 适配器库,使 CrewAI Agent 能够通过 MCP 集成访问和使用 MCP 服务中的工具。
详细介绍
CrewAI MCP 适配器
一个 Python 库,扩展 CrewAI 的适配器生态系统,提供 Model Context Protocol (MCP) 集成支持和用于自定义 Agent 和工具开发的全面工具。
功能
- 🔌 原生 CrewAI 集成和适配器模式
- 🛠️ MCP 协议支持,用于工具集成
- 🧩 易于使用的界面,用于扩展和创建新适配器
- 📝 使用 Pydantic 的类型安全实现
- 🔍 工具参数的 JSON Schema 验证
- 🚀 异步/等待支持
- 📊 详细的执行元数据
安装
您可以直接从 PyPI 安装该包:
pip install crewai-adapters
或从源代码安装:
pip install git+https://github.com/dshivendra/crewai_mcp_adapter.git
快速开始
from crewai import Agent, Task
from crewai_adapters import CrewAIAdapterClient
from crewai_adapters.types import AdapterConfig
async def main():
async with CrewAIAdapterClient() as client:
# Connect to MCP server
await client.connect_to_mcp_server(
"math",
command="python",
args=["math_server.py"]
)
# Create agent with tools
agent = Agent(
name="Calculator",
goal="Perform calculations",
tools=client.get_tools()
)
# Execute task
task = Task(
description="Calculate (3 + 5) × 12",
agent=agent
)
result = await task.execute()
print(f"Result: {result}")
if __name__ == "__main__":
import asyncio
asyncio.run(main())
文档
详细文档,请参阅:
开发
前置条件
- Python 3.11 或更高版本
crewai包pydantic包mcp包
安装开发依赖
pip install -e ".[test,docs]"
运行测试
pytest tests/ -v
发布
要发布新版本到 PyPI:
- 更新 pyproject.toml 中的版本
- 构建包:
python -m build - 上传到 PyPI:
python -m twine upload dist/*
许可证
本项目采用 MIT 许可证 - 详见 LICENSE 文件。
贡献
欢迎贡献!请随时提交 Pull Request。
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。
