Pydanticai MCP Business Agent

🤖 MCP业务自动化代理

用于企业自动化的先进人工智能代理，与模型上下文协议（MCP）服务器集成，用于全面的数据库分析，电子邮件通信，网络研究和战略决策。

建成met PydanticAI 对于坚固的代理架构，类型安全和生产准备设计。

🚀 概述

的 MCP业务自动化代理 是一种会话式人工智能系统，可以通过协调现有的MCP服务器工具来执行复杂的业务工作流程。该项目包括两个 生产就绪剂 作为扩展 学习资源 PydanticAI开发。

🎯 主要组件

• 🤖 CLI代理 (mcp_business_agent/)-生产就绪的业务自动化代理
• 🌐 web界面 (frontend/)-现代Streamlit+FastAPI web界面
• 📚 学习示例 (examples/- 详细的PydanticAI示例和模式
• 🔬 PRP系统 (PRPs/)PydanticAI研究模式方法

✨ 核心功能

• 15+MCP工具 voor数据库、电子邮件、网络研究与思考
• 多供应商LLM ondersteuning （OpenAI+人工智能回退）
• 现代网络界面 met实时流媒体聊天记录
• 稳健的错误处理 满足重试逻辑速率限制
• 基于权限的访问控制 安全验证
• 双重接口 -CLIén基于网络的交互
• 综合测试 与 TestModel 模式
• 学习资源 -完整的PydanticAI开发示例

🏗️ 建筑

项目结构

my-first-agent/
├── mcp_business_agent/      # 🤖 Production Agent
│   ├── agent.py            # Hoofd agent met 15+ MCP tools
│   ├── cli.py              # Interactieve CLI interface
│   ├── mcp_client.py       # Robuuste MCP server communicatie
│   ├── auth_manager.py     # GitHub OAuth token management
│   ├── settings.py         # Environment-based configuratie
│   ├── providers.py        # Multi-provider LLM ondersteuning
│   ├── models.py           # Pydantic data modellen
│   ├── workflow_manager.py # Multi-step automatisering
│   ├── dependencies.py     # Dependency injection systeem
│   ├── requirements.txt    # Dependencies
│   └── tests/              # Uitgebreide test suite
├── frontend/               # 🌐 Web Interface  
│   ├── streamlit_app.py    # Modern chat interface
│   ├── fastapi_server.py   # REST API backend
│   ├── start_servers.py    # Development startup script
│   └── requirements.txt    # Frontend dependencies
├── examples/               # 📚 Learning Resources
│   ├── basic_chat_agent/   # Simple conversational patterns
│   ├── tool_enabled_agent/ # Custom tool implementations
│   ├── structured_output_agent/ # Pydantic model outputs
│   ├── main_agent_reference/    # Complete reference implementation
│   └── testing_examples/   # Test patterns and validation
├── PRPs/                   # 🔬 Research Patterns
│   ├── INITIAL.md          # Agent requirement templates
│   └── *.md               # Generated PRP documents
└── CLAUDE.md              # Global PydanticAI development rules

🛠️ 设置和安装

1. 安装依赖关系

代理依赖关系

# Installeer Python dependencies voor de agent
pip install -r mcp_business_agent/requirements.txt

# Of gebruik een virtual environment (aanbevolen)
python -m venv venv
source venv/bin/activate  # Linux/Mac  
# venv\Scripts\activate   # Windows
pip install -r mcp_business_agent/requirements.txt

前端依赖关系（可选）

# Voor de web interface
pip install -r frontend/requirements.txt

2.配置器环境

复制环境模板并填写您的配置：

cp mcp_business_agent/.env.example .env

请填写以下必填字段 .env:

# MCP Server Configuration
MCP_SERVER_URL=https://your-mcp-server.workers.dev
GITHUB_ACCESS_TOKEN=ghp_your_github_oauth_token_here

# LLM Configuration  
LLM_API_KEY=sk-your-openai-api-key-here
LLM_MODEL=gpt-4o

# Optional Anthropic Fallback
ANTHROPIC_API_KEY=sk-ant-your-anthropic-api-key-here

GitHub OAuth设置：

对于GitHub OAuth功能，请使用内置的设置实用程序：

python -m mcp_business_agent.auth_cli

这有助于为GitHub集成配置OAuth令牌。

3.验证器设置

# Test configuratie
python -m mcp_business_agent --validate-only

# Toon systeem status
python -m mcp_business_agent --status

🎯 使用

🤖 CLI接口

启动非对话命令行界面：

python -m mcp_business_agent

符合调试模式：

python -m mcp_business_agent --debug

🌐 web界面

对于具有流响应的现代聊天界面：

# Start beide servers (aanbevolen)
cd frontend
python start_servers.py

# Of start handmatig:
# Terminal 1: FastAPI backend
python frontend/fastapi_server.py

# Terminal 2: Streamlit frontend  
streamlit run frontend/streamlit_app.py

在浏览器中打开：

• 🌐 聊天界面: http://localhost:8501
• 📚 API文档: http://localhost:8000/docs

Web界面功能

• 实时流媒体 响应
• 模型选择 （GPT-4、克劳德等）
• 自定义系统提示
• 聊天历史记录 持久性
• 代理工具检查
• 健康监测
• 移动响应 设计

对话的例子

代理可以执行复杂的业务任务：

📊 数据库分析：

• *“打开所有数据库选项卡”*
• *查询Q4销售数据*
• *“分析我们的客户数据并确定趋势”*

📧 电子邮件通信：

• *“向管理团队发送摘要”*
• *发送Q4结果至executives@bedrijf.nl ”*
• *“向项目团队发送状态更新”*

🔍 研究与情报：

• *“研究我们的竞争对手的定价策略”*
• *“抓住最新的行业趋势”*
• *“寻找欧洲市场机会的信息”*

🧠 战略分析：

• *“帮助我思考我们的欧洲市场扩张”*
• *“分析此产品策略的优点和缺点”*
• *“降低成本有哪些选择？”*

⚙️ 工作流自动化：

• *“Voer de季度分析工作流程”*
• *“启动竞争研究程序”*
• *“自动化每月报告过程”*

🔧 代理工具

数据库工具

• list_tables() -已采用数据库架构
• query_database(sql, max_results) -导出SELECT查询
• execute_database(sql, confirm) -执行写入操作

电子邮件工具

• send_email(to, subject, body, ...) -通过Microsoft Graph发送电子邮件

网络研究工具

• scrape_page(url, extract_links, extract_images) -删除网络内容
• search_web(query, max_results) -网络搜索遇到内容提取
• crawl_website(url, max_pages) -网站爬行

战略思维工具

• start_thinking(problem, context) 开始结构化分析
• add_thought(thought, is_revision) -添加编辑器
• finish_thinking() - 完成分析与解决方案

工作流工具

• execute_workflow_template(template_name, parameters) -导出工作流

🛡️ 安全和权限

该代理实施了广泛的安全措施：

• SQL注入预防阻止危险的数据库查询
• 电子邮件域有效期检查允许的电子邮件域
• 权限检查验证所有操作的用户权限
• 需要确认： 破坏性行动需要确认
• 输入验证使用 Pydantic 模型进行完整验证

🧪 测试

运行测试套件：

# Basis tests
python -m pytest mcp_business_agent/tests/ -v

# Met coverage
python -m pytest mcp_business_agent/tests/ --cov=mcp_business_agent

# Specifieke test
python -m pytest mcp_business_agent/tests/test_agent.py::TestDatabaseTools -v

去测试套件饮料：

• 测试模型 快速发展
• 安全验证测试
• 工具功能测试
• 错误处理测试
• 权限执行测试

🔄 工作流模板

代理提供预定义的工作流模板：

季度分析

广泛的季度分析工作流程：

1. 从数据库中获取销售数据
2. 用结构化思维分析趋势
3. 生成综合报告
4. 将结果通过电子邮件发送给高管

竞争性研究

多步竞争研究：

1. 在网络上搜索竞争对手信息
2. 删除竞争对手的定价页面
3. 用战略思维分析结果
4. 更新竞争分析数据库

配合使用： "Voer de quarterly_analysis workflow uit"

🚀 生产部署

用于生产：

1. 环境设置使用生产API密钥和MCP服务器URL
2. 监控配置 Pydantic Logfire 进行监控
3. 速率限制为您的用例调整速率限制
4. 权限按环境配置用户权限
5. 健康检查：实施者健康检查端点

📚 学习资源与开发

PydanticAI示例

该项目包含广泛的学习资源。 examples/ 目录：

🚀 基本聊天代理 (examples/basic_chat_agent/)

• 简单的对话代理实现
• PydanticAI初学者的理想起点
• 采用核心代理设置模式

🔧 工具启用代理 (examples/tool_enabled_agent/)

• 代理遇到了自定义工具实现
• 显示 @agent.tool 参数验证中的装饰器
• RunContext依赖注入voorbeelden

📊 结构化输出代理 (examples/structured_output_agent/)

• 代理满足Pydantic模型输出
• 结构化响应的结果类型验证
• 完美的语音数据提取用例

🎯 主要代理参考 (examples/main_agent_reference/)

• 完成参考实施 生产代理商
• 基于环境的配置符合pydantic设置
• 多提供商LLM设置（OpenAI+Anthropic）
• OAuth集成模式
• 全面的错误处理
• 测试符合测试模型/功能模型

🧪 测试示例 (examples/testing_examples/)

• TestModel 模式用于快速开发
• 用于受控测试场景的 FunctionModel
• Agentoverride（）测试模式
• 异步测试模式符合pytest-asyncio

PRP方法(PRPs/)

该项目实施了 PydanticAI研究模式 气象：

1. INITIAL.md -定义剂要求
2. 生成PRP - /generate-pydantic-ai-prp INITIAL.md
3. 执行PRP - /execute-pydantic-ai-prp PRPs/filename.md
4. 验证 -测试符合测试模型/功能模型

编码结构

代理商遵循PydanticAI最佳实践：

• 基于环境的配置 pydantic 设置
• 默认情况下输出字符串 （不需要 result_type）
• @agent.tool装饰师 符合正确的RunContext
• 依赖注入 对于外部服务
• 全面的错误处理 满足重试逻辑

扩展代理

添加新工具：

1. 工具功能定义 遇见 @business_agent.tool
2. 参数有效期 Pydantic 模型
3. MCP客户端集成 通过 ctx.deps.mcp_client
4. 错误处理 实施者
5. 添加测试 新功能

🆘 故障排除

配置问题：

# Valideer setup
python -m mcp_business_agent --validate-only

# Check systeem info
python -m mcp_business_agent --status --debug

MCP连接：

• 控制器MCP_SERVER_URL正确
• 验证人GITHUB_ACCESS_TOKEN是geldig
• 测试MCP服务器运行状况端点

权限错误：

• 检查依赖关系中的用户权限
• 验证器电子邮件域配置
• Controleer数据库访问权限

🎊 特点和亮点

🤖 代理能力

✅ 生产准备就绪 满足全面的错误处理\ ✅ 安全第一 使用权限检查和输入验证\ ✅ 类型安全 Pydantic 模型和验证\ ✅ 多供应商 LLM ondersteuning（OpenAI+人类回退）\ ✅ 15+MCP工具 -数据库、电子邮件、网络研究、战略思维\ ✅ OAuth集成 -GitHub en Microsoft Graph身份验证

🌐 界面选项

✅ 双接口 -CLIén现代web界面\ ✅ 实时流媒体 -web UI中的实时响应流\ ✅ 聊天历史记录 -持续对话管理\ ✅ 健康监测 -实时系统状态\ ✅ 移动响应 -适用于台式机和移动设备

📚 学习与发展

✅ 综合示例 -5+完整的PydanticAI实现\ ✅ PRP方法 -结构化代理开发工作流程\ ✅ 测试模式 -测试模型/功能模型验证\ ✅ 参考实现 -生产就绪代理模板\ ✅ 全球发展规则 -CLAUDE.md最佳实践

🔧 技术卓越

✅ 可扩展架构 关于Custom Tools\ ✅ 基于环境的配置 pydantic 设置\ ✅ 综合测试 满足pytest-en异步模式\ ✅ 丰富的CLI格式 专业的输出\ ✅ Docker支持 -容器部署就绪

______________________________________________________________________

准备好自动化您的业务工作流程了吗？ 🚀

从 CLI 界面开始，了解 MCP Business Automation Agent 如何将您的日常业务转变为智能自动化工作流程！