Integrazione MCP
Collega gli agenti a strumenti esterni usando il Model Context Protocol.
Avvio rapido#
Clona l'esempio completo#
Il modo più semplice per iniziare è clonare il repository dell'esempio completo:
git clone https://github.com/astreus-ai/examples
cd examples/mcp-integration
npm installOppure installa solo il pacchetto#
Se preferisci costruire tutto da zero:
npm install @astreus-ai/astreusConfigurazione dell'ambiente#
# .env
OPENAI_API_KEY=sk-your-openai-api-key-here
DB_URL=sqlite://./astreus.dbIntegrazione con server 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);Esecuzione dell'esempio#
Se hai clonato il repository:
npm run devSe hai costruito tutto da zero, crea un file index.ts con il codice sopra ed esegui:
npx tsx index.tsRepository#
L'esempio completo è disponibile su GitHub: examples/mcp-integration