74 lines
2.0 KiB
Python
74 lines
2.0 KiB
Python
import asyncio
|
|
from llms.MCPs.MCPStdioServer import MCPStdioServer
|
|
import os
|
|
|
|
async def main():
|
|
prueba = MCPStdioServer(
|
|
name="prueba_server_mcp",
|
|
command="C:/Users/lucas/Desktop/mcps/.venv/Scripts/python.exe",
|
|
args=["C:/Users/lucas/Desktop/mcps/server_mcp_python/server_mcp.py"],
|
|
)
|
|
await prueba.start()
|
|
print("Herramientas:", prueba.get_tool_names())
|
|
|
|
await prueba.stop() # <- esto previene el error
|
|
|
|
|
|
if __name__ == "__main__":
|
|
# Asegura compatibilidad para subprocess en Windows
|
|
if os.name == "nt":
|
|
asyncio.set_event_loop_policy(asyncio.WindowsProactorEventLoopPolicy())
|
|
|
|
|
|
|
|
|
|
asyncio.run(main())
|
|
|
|
|
|
|
|
|
|
from backend.ApiKeys.openai_apikey import OpenAICredencial
|
|
from backend.ApiKeys.openai_apikey_mmr import OpenAICredencialRepo # Ajusta si está en otro módulo
|
|
from backend.ConexionSql.Postgres_conexion import PostgresConexion
|
|
|
|
# 1. Crear instancia de conexión (asegúrate de configurar bien tu conexión en Base_conexion)
|
|
from entrypoint.init_db import db_credencial
|
|
conexion_admin = PostgresConexion(db_credencial)
|
|
|
|
# 3. Guardar la credencial en la base de datos
|
|
repo = OpenAICredencialRepo(conexion_admin)
|
|
credencial_openai = repo.get_by_id(1)
|
|
print(f"✅ Credencial: {credencial_openai.titulo}")
|
|
|
|
from backend.ConexionApis.OpenAi_conexion import OpenAICliente
|
|
|
|
cliente = OpenAICliente(credencial_openai)
|
|
|
|
from llms.Modelos.Openai_model import ModeloOpenAI
|
|
|
|
modelo = ModeloOpenAI(
|
|
cliente=cliente,
|
|
model="gpt-4o",
|
|
temperature=1,
|
|
top_p=1.0
|
|
)
|
|
|
|
from llms.Agente import AgenteAI
|
|
|
|
|
|
agente_con_herramientas = AgenteAI(
|
|
modelo=modelo,
|
|
nombre="Agente con herramientas",
|
|
descripcion="Un agente que puede usar herramientas",
|
|
system_prompt="Eres un asistente que puede usar herramientas para responder preguntas.",
|
|
rol="asistente",
|
|
objetivos=["Asistir al usuario en tareas complejas", "usar herramientas para obtener información adicional"]
|
|
# tools=
|
|
|
|
)
|
|
|
|
respuesta = agente_con_herramientas.interactuar(
|
|
prompt="Hola como estas?",
|
|
)
|
|
|
|
print(respuesta) |