Connectai Claude Agent

CData Connect人工智能代理聊天机器人

一个生产就绪的聊天机器人 Claude代理SDK 连接到 CData连接AI MCP服务器演示如何构建具有状态对话、自动上下文管理和本地MCP工具集成的AI代理。

特性

• 🧠 有状态的对话：跨多个回合的自动上下文管理
• 🛠️ 内置工具框架：本地MCP工具与适当的生命周期管理集成
• 🎯 生产准备就绪：基于为Claude Code提供动力的同一代理工具构建
• ⚡ 上下文管理：自动压缩上下文以防止上下文溢出
• 🎛️ 高级控制：细粒度权限、挂钩和行为自定义
• 🔌 连接到CData Connect AI MCP服务器 https://mcp.cloud.cdata.com/mcp/
• 🔐 使用电子邮件和个人访问令牌进行基本身份验证
• 🤖 通过代理SDK使用Claude Sonnet 4.5
• 💬 动态MCP工具加载和集成
• 🖥️ 交互式命令行界面
• ⚡ 异步/等待架构，以获得更好的性能

*有兴趣将连接嵌入到您的产品中吗？*

了解更多关于人工智能嵌入式云的信息：

• 访问 嵌入式云网站
• 观看我们的 介绍视频

先决条件

• Python 3.8+ -下载自 python.org 或通过软件包管理器安装
• 点 -Python的包安装程序（包含在Python 3.4+中）。证实 pip --version 或 pip3 --version
• 一 无烟煤API键
• A. CData连接AI帐户 （免费试用）

设置

1. 安装依赖项：

pip install -r requirements.txt

1. 设置环境变量：

cp .env.example .env
# Edit .env and add your credentials

1. 运行聊天机器人：

python3 agent_chatbot.py

配置

所需的环境变量

• ANTHROPIC_API_KEY：您的Anthropic API密钥
• CDATA_EMAIL：您的CData帐户电子邮件
• CDATA_ACCESS_TOKEN：您的CData个人访问令牌

获取您的CData Connect AI凭据

1. 注册于 CData连接AI
2. 添加数据源连接（例如，谷歌表格、Salesforce、HubSpot）
3. 导航到 设置 > 访问令牌 > 创建PAT
4. 立即复制令牌（它只显示一次！）
5. 使用您的帐户电子邮件 CDATA_EMAIL 以及PAT CDATA_ACCESS_TOKEN

设置凭据

export ANTHROPIC_API_KEY="your_api_key"
export CDATA_EMAIL="your_email@example.com"
export CDATA_ACCESS_TOKEN="your_personal_access_token"

或者创建一个 .env 文件：

cp .env.example .env
# Edit .env with your credentials

用法

交互模式（状态会话）

python3 agent_chatbot.py

聊天机器人创建了一个 有状态会话 使用 ClaudeSDKClient，其中：

• 自动维护对话上下文
• 跟踪各回合的工具使用情况
• 管理内存和上下文压缩

程序化使用

一次性查询

from agent_chatbot import MCPAgentChatbot
import asyncio

async def main():
    chatbot = MCPAgentChatbot(
        mcp_server_url="https://mcp.cloud.cdata.com/mcp/",
        email="your_email@example.com",
        access_token="your_personal_access_token"
    )

    # Single query (creates new session)
    response = await chatbot.chat_once("What data sources are available?")
    print(response)

asyncio.run(main())

有状态的对话

from agent_chatbot import MCPAgentChatbot
import asyncio

async def main():
    chatbot = MCPAgentChatbot(
        mcp_server_url="https://mcp.cloud.cdata.com/mcp/",
        email="your_email@example.com",
        access_token="your_personal_access_token"
    )

    # Create stateful session
    client = chatbot.create_session()

    # Multiple turns with context
    async with client:
        response1 = await chatbot.chat_session(client, "List my data sources")
        response2 = await chatbot.chat_session(client, "Tell me more about the first one")

asyncio.run(main())

运作原理

代理SDK架构

1. MCP工具发现：从CData Connect AI获取可用工具
2. 工具包装：使用将MCP工具转换为代理SDK格式 @tool 装饰器
3. MCP服务器创建：使用创建SDK兼容的MCP服务器 create_sdk_mcp_server()
4. 代理配置：设置 ClaudeAgentOptions 具有工具和权限
5. 有意义的会议：用途 ClaudeSDKClient 用于连续对话
6. 自动工具调用：Agent SDK自动处理工具执行生命周期

关键组件

1.工具包装

@tool(
    name="data_source_query",
    description="Query a data source",
    input_schema={"type": "object", ...}
)
async def tool_handler(args):
    result = mcp_client.call_tool("data_source_query", args)
    return {"content": [{"type": "text", "text": json.dumps(result)}]}

2.MCP服务器集成

mcp_server = create_sdk_mcp_server(
    name="cdata_connect",
    tools=[tool1, tool2, ...]
)

3.代理配置

options = ClaudeAgentOptions(
    system_prompt="You are a helpful assistant...",
    mcp_servers={"cdata_connect": mcp_server},  # Dictionary of MCP servers
    permission_mode="bypassPermissions"  # Options: "default", "acceptEdits", "bypassPermissions", "plan"
)

4.有礼貌的客户

client = ClaudeSDKClient(options=options)

# Maintains context automatically using async context manager
async with client:
    await client.query("First question")
    async for msg in client.receive_response():
        print(msg)

    await client.query("Follow-up question")
    async for msg in client.receive_response():
        print(msg)

主要优势

1.自动上下文管理

• 无手动对话历史记录跟踪
• 接近极限时自动压缩上下文
• 内置内存管理

2.本地工具集成

• 工具是一流公民
• 自动工具调用生命周期
• 更好的错误处理和重试

3.生产就绪模式

• 会话管理
• 权限控制
• 可定制的挂钩系统

4.更好的开发人员体验

• 始终异步/等待
• 流媒体支持
• 更清晰的抽象

故障排除

身份验证错误（401）

• 验证您的CData电子邮件是否正确
• 确保您的个人访问令牌有效且未过期
• 检查您是否可以访问CData Connect AI服务

工具加载问题

• 验证与的连接 https://mcp.cloud.cdata.com/mcp/
• 检查网络连接和防火墙设置
• 确保MCP服务器正在响应 tools/list 请求：

代理SDK错误

• 确保 claude-agent-sdk 已安装： pip install claude-agent-sdk
• 检查你是否使用Python 3.8+
• 验证您的 ANTHROPIC_API_KEY 设置正确

项目结构

connect-ai-claude-agent/
├── agent_chatbot.py          # Standalone chatbot script
├── src/
│   └── connectai_claude/     # Library package
│       ├── __init__.py
│       ├── config.py         # Configuration management
│       ├── mcp_client.py     # MCP server communication
│       └── agent.py          # Agent SDK integration
├── examples/
│   ├── basic_chat.py         # Interactive chat example
│   ├── one_off_query.py      # Single query example
│   ├── data_exploration.py   # Direct MCP client usage
│   └── programmatic_usage.py # Multi-turn conversation example
├── docs/
│   └── API.md                # API documentation
├── tests/                    # Unit tests
├── requirements.txt          # Dependencies
├── pyproject.toml            # Modern Python packaging
├── .env.example              # Example environment file
└── LICENSE                   # MIT License

可用的MCP工具

您的代理可以访问这些CData Connect AI工具：

SQL查询格式

执行查询时，请使用完全限定的表名：

SELECT [column1], [column2]
FROM [CatalogName].[SchemaName].[TableName]
WHERE [column1] = 'value'
ORDER BY [column2]
LIMIT 100

了解更多

• Claude代理SDK文档
• 模型上下文协议（MCP）
• CData连接AI
• 开发者指南

许可证

MIT许可证-请参阅 许可证 了解详情。