🚀 多代理系统：A2A 与 MCP 集成 POC

POC: 将 A2A、MCP 和 OpenAI 代理集成用于 AWS 任务 🖥️✨

🎥 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：展示了 Agent-to-Agent (A2A) 协议与 Model Context Protocol (MCP) 服务器的成功集成，以实现强大的多代理通信。

2. 🧠 利用 OpenAI 代理 SDK：基于强大的 OpenAI 代理 SDK 构建，创建能够理解和执行用户指令的智能代理。

3. ☁️ 自动化的云管理：通过简单的用户交互直接配置和终止 AWS EC2 实例，展示了通过 MCP 执行实用工具的能力。

🛠️ MCP 服务器中的工具

MCP 服务器是一个自定义服务器，包含两个工具：

1. initiate_aws_ec2_instance：创建一个 AWS EC2 实例。
2. terminate_aws_ec2_instance：通过实例 ID 终止一个 AWS EC2 实例。

🚀 开始使用

前提条件

1. Python 3.12+（本地设置）或 Docker（容器化设置）
2. AWS IAM 角色：创建一个具有管理 EC2 实例所需权限的 IAM 角色。
3. 环境变量：准备一个 .env 文件，包含以下变量：
   • 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. 在根目录克隆仓库：

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

2. 创建 .env 文件，如前提条件所示

3. 运行远程代理示例：

   cd openai-agent/
   uv run .     
   

4. 在根目录克隆 A2A 客户端代码（由 Google 提供）：

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

5. 创建一个包含您的 API 密钥的环境文件，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. 参考附带的视频查看其实际操作

💬 使用 AI 代理

1. 要创建一个 EC2 实例：

   输入命令：创建一个 EC2 实例
   

2. 要终止一个 EC2 实例：

   输入命令：终止 ID 为 <instance-id> 的 EC2 实例
   

⚠️ 注意事项

• IAM 角色和凭证：请自行承担风险创建 AWS IAM 角色和凭证。确保遵循 AWS 的安全最佳实践。
• 计费和安全：此应用程序是一个概念验证 (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。

📚 学习点

此项目展示了：

1. 如何将MCP服务器与OpenAI Agents SDK集成
2. 如何构建一个简单的AI驱动的应用程序用于AWS资源管理

尽情探索AI和MCP服务器的强大功能吧！🌟