Intégration MCP
Connectez des agents à des outils externes en utilisant le Model Context Protocol.
Démarrage rapide#
Cloner l'exemple complet#
Le moyen le plus simple de démarrer est de cloner le dépôt d'exemple complet :
git clone https://github.com/astreus-ai/examples
cd examples/mcp-integration
npm installOu installer uniquement le package#
Si vous préférez repartir de zéro :
npm install @astreus-ai/astreusConfiguration de l'environnement#
# .env
OPENAI_API_KEY=sk-your-openai-api-key-here
DB_URL=sqlite://./astreus.dbIntégration d'un serveur MCP#
import { config } from 'dotenv';
import { Agent, Graph } from '@astreus-ai/astreus';
config();
async function main() {
const mainAgent = await Agent.create({
name: 'FileAnalysisAgent',
model: 'gpt-6-astra',
systemPrompt: 'You are a file analysis agent that processes files using graph-based workflows and MCP tools.'
});
const mcpConfig = {
name: 'filesystem',
command: "npx",
args: ["@modelcontextprotocol/server-filesystem", process.cwd()]
};
await mainAgent.addMCPServers([mcpConfig]);
await new Promise(resolve => setTimeout(resolve, 3000));
const analysisGraph = new Graph({
name: 'File Summary Workflow',
maxConcurrency: 1
}, mainAgent);
const readTask = analysisGraph.addTaskNode({
name: 'File Reading',
prompt: 'Read the content of "./info.txt" file and analyze it.',
priority: 1
});
const summaryTask = analysisGraph.addTaskNode({
name: 'Summary Creation',
prompt: 'Based on the analyzed file content from the previous task, create a concise summary and save it as "./summary.txt" file.',
dependencies: [readTask],
priority: 2
});
const result = await analysisGraph.run({
stream: true,
onChunk: (chunk) => {
console.log(chunk);
}
});
}
main().catch(console.error);Exécuter l'exemple#
Si vous avez cloné le dépôt :
npm run devSi vous êtes reparti de zéro, créez un fichier index.ts avec le code ci-dessus et exécutez :
npx tsx index.tsDépôt#
L'exemple complet est disponible sur GitHub : examples/mcp-integration