deepseek 使用agent stream 调用mcp #82
Description
`package main
import (
"context"
"errors"
"fmt"
"github.com/cloudwego/eino-ext/components/model/openai"
mcpp "github.com/cloudwego/eino-ext/components/tool/mcp"
"github.com/cloudwego/eino/compose"
"github.com/cloudwego/eino/flow/agent"
"github.com/cloudwego/eino/flow/agent/react"
"github.com/cloudwego/eino/schema"
"github.com/mark3labs/mcp-go/client"
"github.com/mark3labs/mcp-go/client/transport"
"github.com/mark3labs/mcp-go/mcp"
"io"
"log"
)
func main() {
ctx := context.Background()
llm, err := openai.NewChatModel(ctx, &openai.ChatModelConfig{
APIKey: "sk-130a9e31e7b149788xxxxxx2",
Model: "deepseek-reasoner",
BaseURL: "https://api.deepseek.com/",
})
if err != nil {
log.Fatal(err)
}
fmt.Println("Initializing HTTP client...")
httpURL := "http://192.168.123.180:8081/mcp"
headers := transport.WithHTTPHeaders(map[string]string{
"Authorization": "890fce93-6d6f-4fa6-a17f-7c32b6dcac32",
})
httpTransport, err := transport.NewStreamableHTTP(httpURL, headers)
if err != nil {
log.Fatalf("Failed to create HTTP transport: %v", err)
}
// Create client with the transport
newClient := client.NewClient(httpTransport)
fmt.Println("Initializing client...")
initRequest := mcp.InitializeRequest{}
initRequest.Params.ProtocolVersion = mcp.LATEST_PROTOCOL_VERSION
initRequest.Params.ClientInfo = mcp.Implementation{
Name: "MCP-Go Simple Client Example",
Version: "1.0.0",
}
initRequest.Params.Capabilities = mcp.ClientCapabilities{}
_, err = newClient.Initialize(ctx, initRequest)
if err != nil {
return
}
mcpTools, err := mcpp.GetTools(ctx, &mcpp.Config{Cli: newClient})
if err != nil {
return
}
for i, mcpTool := range mcpTools {
fmt.Println(i, ":")
info, err := mcpTool.Info(ctx)
if err != nil {
log.Fatal(err)
}
fmt.Println("Name:", info.Name)
fmt.Println("Desc:", info.Desc)
fmt.Println()
}
ragent, err := react.NewAgent(ctx, &react.AgentConfig{
ToolCallingModel: llm,
ToolsConfig: compose.ToolsNodeConfig{Tools: mcpTools},
})
if err != nil {
log.Fatal(err)
}
basePrompt := `你是一个智能AI助手，具备使用各种工具的能力。你可以智能地分析用户需求，选择合适的工具来完成任务。
核心能力：
1. 理解用户意图和需求
2. 判断是否需要使用工具
3. 选择最合适的工具执行任务
4. 基于工具结果生成准确的回答
工作模式：
- 当用户的请求可以直接回答时，无需使用工具
- 当用户需要文件操作、搜索信息、获取实时数据时，主动使用相应工具
- 工具调用失败时，尝试其他方法或明确告知用户
回答要求：
- 使用中文回答
- 回答要准确、简洁、有用
- 如果使用了工具，可以说明使用了什么工具`
sr, err := ragent.Stream(ctx, []*schema.Message{
{
Role: schema.System,
Content: basePrompt,
},
{
Role: schema.User,
Content: "不使用参数,查询所有土地资源信息",
},
}, agent.WithComposeOptions(compose.WithCallbacks(&LoggerCallback{})))
if err != nil {
Errorf("failed to stream: %v", err)
return
}
defer sr.Close()
Infof("\n\n===== start streaming =====\n\n")
for {
recv, err := sr.Recv()
if err != nil {
if errors.Is(err, io.EOF) {
// finish
break
}
// error
Infof("failed to recv: %v", err)
return
}
if len(recv.ToolCalls) > 0 {
for _, toolCall := range recv.ToolCalls {
fmt.Println("tool call id:", toolCall.ID)
fmt.Println("tool call type:", toolCall.Type)
}
}
}
Infof("\n\n===== finished =====\n")
}
`
需要怎么调用? 有具体的代码示例吗? 当前官方推荐怎么调用?