61 lines
1.9 KiB
Python
61 lines
1.9 KiB
Python
import asyncio
|
|
import os
|
|
|
|
import sys
|
|
|
|
|
|
from dotenv import load_dotenv
|
|
from langchain_google_genai import ChatGoogleGenerativeAI
|
|
from langchain_mcp_adapters.client import MultiServerMCPClient
|
|
from langgraph.prebuilt import create_react_agent
|
|
from langchain_core.messages import HumanMessage
|
|
|
|
# Chargement de la clé API
|
|
load_dotenv()
|
|
|
|
async def lancer_agent():
|
|
print("🤖 Initialisation de l'Agent Gemini...")
|
|
llm = ChatGoogleGenerativeAI(model="gemini-2.5-flash")
|
|
|
|
print("🔌 Configuration de la connexion au serveur MCP local...")
|
|
|
|
# NOUVELLE SYNTAXE : On passe la configuration directement dans le client
|
|
client = MultiServerMCPClient({
|
|
"serveur_taches": {
|
|
"command": sys.executable, # 🌟 LA MODIFICATION EST ICI
|
|
"args": ["serveur_mcp.py"],
|
|
"transport": "stdio"
|
|
}
|
|
})
|
|
|
|
# On récupère les outils (attention, c'est maintenant une fonction asynchrone qui nécessite 'await')
|
|
outils = await client.get_tools()
|
|
print(f"✅ Outils détectés : {[outil.name for outil in outils]}")
|
|
|
|
# 🌟 Création de l'Agent LangGraph
|
|
agent = create_react_agent(llm, tools=outils)
|
|
|
|
# --- LE TEST DE L'AGENT ---
|
|
consigne = (
|
|
"1. Ajoute la tâche 'Acheter du pain'. "
|
|
"2. Ajoute la tâche 'Appeler le client'. "
|
|
"3. Fais-moi un résumé de toutes mes tâches actuelles."
|
|
)
|
|
|
|
print(f"\n🗣️ Consigne donnée à l'Agent : {consigne}\n")
|
|
print("⏳ L'Agent réfléchit et travaille en autonomie (patientez un peu)...\n")
|
|
|
|
# On lance l'agent avec notre message
|
|
resultat = await agent.ainvoke({
|
|
"messages": [HumanMessage(content=consigne)]
|
|
})
|
|
|
|
# On affiche uniquement la réponse finale de l'agent
|
|
reponse_finale = resultat["messages"][-1].content
|
|
print("✅ RÉPONSE FINALE DE L'AGENT :")
|
|
print("-" * 40)
|
|
print(reponse_finale)
|
|
print("-" * 40)
|
|
|
|
if __name__ == "__main__":
|
|
asyncio.run(lancer_agent()) |