关于 Mcp_proxy_pydantic_agent
Mcp_proxy_pydantic_agent 是展示如何将 MCP 服务接入 Pydantic.AI Agent 的示例项目，包含两个客户端脚本，演示不同的 LLM 和库配置。
主要功能
- 01将 MCP 服务接入 Pydantic.AI
- 02提供两个客户端脚本示例
- 03演示不同的 LLM 配置
适用场景
- 01了解 Pydantic.AI 与 MCP 服务的集成
- 02比较项目提供的客户端脚本方式
MCP 相关
示例将 Pydantic.AI Agent 连接到 MCP 服务，并演示使用服务提供的能力回答问题。
配置
本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。
详细介绍
使用 Pydantic.AI 集成 MCP（Model Context Protocol）服务的示例
本示例中的部分内容来自：https://github.com/modelcontextprotocol/quickstart-resources.git - 尤其是天气“服务”代码。
代码使用了两个不同的大模型，仅用于演示。代理 Agent 使用 gpt-4o，工具使用 sonnet。 因此，请导出 OPENAI_API_KEY 和 ANTHROPIC_API_KEY，或者修改代码以适配你的模型。
pyproject.toml 假定你使用的是“uv”包管理器。
运行步骤
- 克隆此仓库
- uv sync
- cd mcp-client
- uv run client.py（这需要 OpenAI 和 Anthropic 密钥，并直接使用 Anthropic 库）
- uv run client2.py（适用于纯 Pydantic，可与任何支持函数调用的大模型配合使用）
（也可以尝试 client2.py——它只使用 PydanticAI，不直接依赖 Anthropic 库。）
现在，试着提出一些问题，例如：
当班加罗尔时间为晚上 7:30 时，纽约现在是几点？
芝加哥现在的天气怎么样？
（完成后退出）
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。