AI导哈

AWS云管理多代理系统

一个集成A2A协议和MCP服务器的多代理系统，利用OpenAI代理SDK实现AWS EC2实例的自动化管理。

  • by anirban1592
  • Python
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 anirban1592/google_openai_mcp

使用说明

🚀 多代理系统：A2A&MCP集成POC

POC：为AWS任务集成A2A、MCP和OpenAI代理🖥️✨

🎥 演示视频

观看演示视频，了解MCP-AWS的实际操作！ 🚀

🌟 特性

  1. 🚀 无缝协议集成：演示了代理到代理（A2A）协议与模型上下文协议（MCP）服务器的成功集成，以实现健壮的多代理通信。

  2. 🧠 利用OpenAI代理SDK：基于强大的OpenAI代理SDK构建，创建能够理解用户提示并对其采取行动的智能代理。

  3. ☁️ 自动化云管理：通过简单的用户交互实现AWS EC2实例的直接配置和终止，通过MCP展示实用的工具执行。

🛠️ MCP服务器中的工具

MCP服务器是一个具有两个工具的自定义服务器：

  1. initiate_aws_ec2_instance：创建AWS EC2实例。
  2. terminate_aws_ec2_instance：根据AWS EC2实例的ID终止该实例。

🚀 入门指南

先决条件

  1. Python 3.12+ （用于本地设置）或 码头工人 （用于集装箱设置）
  2. AWS IAM角色：创建具有管理EC2实例所需权限的IAM角色。
  3. 环境变量：准备 .env 包含以下变量的文件：
    • AWS_ACCESS_KEY_ID
    • AWS_SECRET_ACCESS_KEY
    • AWS_DEFAULT_REGION
    • OPENAI_API_KEY
    • AMI_ID
    • INSTANCE_TYPE
    • KEY_NAME
    • SECURITY_GROUP_IDS
    • AWS_REGION

🏃‍♂️ 运行应用程序

  1. 在根目录克隆存储库：

    git clone https://github.com/anirban1592/google_openai_mcp.git
cd google_openai_mcp

  2. 创建 .env 文件如必备项所示

  3. 运行远程代理示例：

    cd openai-agent/
uv run .

  4. 在根目录下克隆A2A客户端代码（由谷歌提供）：

    git clone https://github.com/google/A2A.git
cd demo/ui

  5. 使用API键创建环境文件，或在提示时直接在UI中输入：

    echo "GOOGLE_API_KEY=your_api_key_here" >> .env

  6. 运行前端示例：

    uv run main.py

  7. 请参阅随附的视频以查看其实际效果

💬 使用AI代理

  1. 要创建EC2实例，请执行以下操作：

    Enter your command: Create an EC2 instance

  2. 要终止EC2实例，请执行以下操作：

    Enter your command: Terminate EC2 instance with ID <instance-id>

⚠️ 警告语

  • IAM角色和凭据：请自担风险创建AWS IAM角色和凭据。确保您遵循AWS的安全最佳实践。
  • 计费和安全：此应用程序是概念验证（POC），仅用于学习目的。我们不对任何计费问题或安全事件负责。

📚 学习内容

该项目展示了：

  1. 如何将MCP服务器与OpenAI代理SDK集成
  2. 如何为AWS资源管理构建一个简单的AI驱动应用程序

享受探索AI和MCP服务器的力量！ 🌟

相关 MCP