MCP+OpenAIエージェントSDK:強力なAIエージェントを構築する方法

オープンした時には、 数週間前、あらゆる場所でデヴがヒップされた――そして正当な理由で! 最後に、事実上理屈を示すことができる、目標に基づくAIエージェントを構築する簡単な方法。 ↓↓↓ Agents SDK 仕事が出来上がる ほぼ同じ呼吸で、 現場に爆発し、すぐにこの野生のAIの風景の次のホットトレンドとなったので、なぜこの2つのパワーハウスを一緒に打ち砕かないのか!? それはまさに我々がここでやろうとしていることです。 MCP このガイドでは、 OpenAI Agents SDK を活用し、MCP サーバーが提供するリアル ワールド ツールに直接接続します。 we're going to forge a formidable AI agent MCP + OpenAI エージェント SDK インテグレーション OpenAI Agents SDKは、インテリジェントなAIエージェントを作成するための最も人気のあるPythonツールキットの1つで、彼らに理性と行動を与えますが、ここにキッカーがあります:外部の情報がなければ、彼らはしばしばトレーニングデータバブルに閉じ込められています。 MCP をあなたの AI のためのユニバーサル USB-C ポートとして考えて、それを接続する標準化された方法を提供します。 外部データ ソースまたはツール - ローカル ファイル、API、データベース、あなたが名前を付けます。 どんな MCP を OpenAI エージェント SDK に統合すると、エージェントはリアルタイムでダイナミックなコンテキストを提供し、スマートで孤立したボットからパワーハウス データ エクスクリプターやアクション タッカーに変身します! OpenAI Agents SDK を使用して MCP 統合による AI エージェントの構築 Okay, enough theory. You get it—MCP supercharges AI agents as they are アイコンの金属のコスチューム アイアンマン この段階的なセクションでは、OpenAI Agents SDK - yep、OpenAIの新しいPython SDK - を使用して、MCP統合を搭載したAIエージェントを構築します。 つまり、あなたのエージェントはスマートからスマートに移行することができます。 秒で native MCP support スーパーパワー さて、小さな捕獲:OpenAIのAPIは無料ではありません。 (心配しないでください、OpenAIや他のモデルでも交換する方法を示します。 we’ll run it using Gemini as the LLM engine instead では、どのMCPサーバーを使っているのか? 素晴らしい質問! 早く始めるには、私たちは接続します。 ウェブオートメーションおよびデータタスクのために構築されたMCPサーバーで、AIエージェントが検索、ブラウザ、アクションを行い、Webからリアルタイムのデータを抽出することができます。 . MCP データサーバー アンチボットトラップ 具体的には、以下はBright Data MCP サーバ ️ によってサポートされるすべてのツールです。 Tool Description search_engine Scrape SERP data (from Google, Bing, Yandex, and more) scrape_as_markdown Scrape a URL and return content in clean Markdown scrape_as_html Scrape a URL and return full HTML content session_stats View tool usage during the current session web_data_amazon_product Get Amazon product info by URL web_data_amazon_product_reviews Fetch Amazon reviews for a product web_data_linkedin_person_profile Grab LinkedIn profile data web_data_linkedin_company_profile Fetch LinkedIn company data web_data_zoominfo_company_profile Get ZoomInfo company profile web_data_instagram_profiles Fetch Instagram profile details web_data_instagram_posts Get Instagram post data web_data_instagram_reels Grab Instagram reel data web_data_instagram_comments Fetch comments from an Instagram post web_data_facebook_posts Extract Facebook post info web_data_facebook_marketplace_listings Get Facebook Marketplace listings web_data_facebook_company_reviews Scrape Facebook business reviews web_data_x_posts Fetch data from X (formerly Twitter) posts web_data_zillow_properties_listing Get Zillow property listings web_data_booking_hotel_listings Fetch hotel listings Booking.com web_data_youtube_videos Extract YouTube video metadata scraping_browser_navigate Navigate to a new URL in a virtual browser scraping_browser_go_back Go back one page in the browser scraping_browser_go_forward Go forward one page in the browser scraping_browser_click Click a page element (needs selector) scraping_browser_links Get all links and selectors on the page scraping_browser_type Type into a form or input scraping_browser_wait_for Wait for an element to appear scraping_browser_screenshot Capture a screenshot of the current page scraping_browser_get_html Get raw HTML from the page scraping_browser_get_text Extract text content from the page search_engine SERPデータ(Google、Bing、Yandex、およびその他)の削除 scrape_as_markdown Scrape a URL and return content in clean Markdown (URLをスクラップして、クリーンマークダウンでコンテンツを返します) scrape_as_html URLを削除し、完全なHTMLコンテンツを返します。 session_stats 現在のセッション中のツールの使用状況を表示 web_data_amazon_product Amazonの製品情報はURLで入手できます。 web_data_amazon_product_reviews Fetch Amazon 製品のレビュー web_data_linkedin_person_profile LinkedInプロフィールデータ web_data_linkedin_company_profile LinkedInの企業データ web_data_zoominfo_company_profile ZoomInfoのプロフィール web_data_instagram_profiles Instagramプロフィール詳細 web_data_instagram_posts インスタグラムの投稿データ web_data_instagram_reels インスタグラム リアルデータ web_data_instagram_comments Fetch コメント from an Instagram post web_data_facebook_posts フェイスブックの投稿情報 web_data_facebook_marketplace_listings Facebook Marketplaceの検索結果 web_data_facebook_company_reviews Scrape Facebook ビジネスレビュー web_data_x_posts X (以前はTwitter) 投稿からのデータの回収 web_data_zillow_properties_listing Zillow Property Listings の検索結果 web_data_booking_hotel_listings Fetch ホテルリスト ボクシング.com web_data_youtube_videos YouTubeビデオメタデータ scraping_browser_navigate 仮想ブラウザで新しいURLに移動する scraping_browser_go_back Go back one page in the browser (ブラウザに1ページ戻る) scraping_browser_go_forward Go forward one page in the browser (ブラウザで1ページ進む) scraping_browser_click ページの要素をクリックします(Needs Selector) scraping_browser_links Get all links and selectors on the page. ページ上のすべてのリンクと選択者を取得する scraping_browser_type Type into a form or input 形式または入力 scraping_browser_wait_for 要素が現れるのを待つ scraping_browser_screenshot 現行ページのスクリーンショットを撮影 scraping_browser_get_html ページから Raw HTML を取得する scraping_browser_get_text ページからテキストコンテンツを抽出 無制限のパワーを得るために、AIエージェントがMCPサーバーに話しかける方法をご覧ください! ステップ #1:プロジェクト設定 このチュートリアルセクションに従うには、次の前提条件を持っていることを確認してください: Python 3.10+ ローカルにインストール Node.js をローカルにインストール OpenAI Agents SDK のサポートされている LLM プロバイダーからの API キー(この用に Gemini をお勧めします) 退屈なセットアップフラフを省略し、あなたがすでにこの構造を持つPythonプロジェクトを作成したと仮定します。 /openai-agents-mcp ├── venv/ ├── .env └── agent.py 仮想環境(仮想環境) )と必要なパッケージをインストールする: venv/ pip install openai-agents python-dotenv どこ: openai-agents は、OpenAI Agents Python SDK ── AI エージェントの魔法へのあなたのゲートウェイ python-dotenv は .env ファイルの値を読み取るためのものです。 次に、オープン これらの環境変数を読み、エージェントのリリースに備える時間: agent.py import asyncio from dotenv import load_dotenv import os from agents import ( Runner, Agent, OpenAIChatCompletionsModel, set_default_openai_client, set_tracing_disabled ) from openai import AsyncOpenAI from agents.mcp import MCPServerStdio # Load environment variables from the .env file load_dotenv() async def run(): # AI Agent logic goes here... pass if __name__ == "__main__": asyncio.run(run()) ブーム!あなたは起きて、基本を駆け抜けています。 Step #2: Bright Data MCP Server で始める だから、あなた ↓↓↓ あなたのAIエージェントがMCPサーバーと話したいですか? では、まず、MCPサーバが必要になります(はい、 義務申告です!! 明らかなキャプテン 前述したように、我々は使用する。 この部分は、まず、 . Bright Data MCP Server あなたのAPIキーをキャプチャし、公式のBright Data MCPサーバードキュメントに従ってサーバーを初期化します。 準備が完了したら、以下のコマンドでサーバーを起動してください。 npx -y @brightdata/mcp すべてが正しく設定されている場合は、次のような出力が表示されるはずです。 Checking for required zones... Required zone "mcp_unlocker" already exists Starting server... イケメン!! 現在、エージェントがBright Data MCP サーバーに接続するために使用する環境変数を設定します。 ファイルを追加し、以下の2行を追加します。 .env BRIGHT_DATA_API_TOKEN=" " BRIGHT_DATA_BROWSER_AUTH=" " Bright Data MCP サーバー ドキュメントで説明したように、得た値で場所保持者を置き換えます。 戻る in この2つのエントリーは、こんな感じで読んでください: agent.py BRIGHT_DATA_API_TOKEN = os.getenv("BRIGHT_DATA_API_TOKEN") BRIGHT_DATA_BROWSER_AUTH = os.getenv("BRIGHT_DATA_BROWSER_AUTH") これらの値は、コードからMCP接続を初期化する際にすぐに使用します。 そして、それと同じように、あなたのMCPサーバは起動し、動作し、あなたのAIエージェントを忠実なサイデックとしてサービスする準備ができています。 STEP #3:あなたのAIエージェントを作成する このセクションの入門で述べたように、我々はOpenAI Agents SDKと共にジェミニ(Yep、Googleの輝くLLM)を使用する予定です。 まずは外へ・・・ 二つ目は、 ↓↓ あなたはそれさえできますか? なんでオープンだけ使わないの? ええ、やれるんですよ!! つまり、Drop-in 代替として OpenAI Agents SDK に直接接続できます。 —OpenAIとは異なり、トークンであなたを請求するのが好きです。 Response Gemini exposes an OpenAI-compatible API It’s free したがって、OpenAIの代わりに双子座を使用する理由はこちらです! 💡 Chit-chat enough, let's wire things up. まずは、あなたを捕まえましょう。 and pop it into your ファイル: Google AI Studio の Gemini API キー .env GEMINI_API_KEY=" " その後、In キーはこんな感じで読む: agent.py GEMINI_API_KEY = os.getenv("GEMINI_API_KEY") 今、すべてを結びつける機能を構築する── (近いうちにコードで設定する予定です。 Gemini model, OpenAI SDK, and the MCP server async def create_mcp_ai_agent(mcp_server): # Initialize Gemini client using its OpenAI-compatible interface gemini_client = AsyncOpenAI( api_key=GEMINI_API_KEY, base_url="https://generativelanguage.googleapis.com/v1beta/openai/" ) # Set the default OpenAI client to Gemini set_default_openai_client(gemini_client) # Disable tracing to avoid tracing errors being logged in the terminal set_tracing_disabled(True) # Create an agent configured to use the MCP server and Gemini model agent = Agent( name="Assistant", instructions="You are a helpful assistant", model=OpenAIChatCompletionsModel( model="gemini-2.0-flash", openai_client=gemini_client, ), mcp_servers=[mcp_server] ) return agent 別のサポートされているモデル(Claude、Mistral、またはその他のモデルなど)を使用したい場合は、単に ちなみにモデル名は base_url ↓↓↓ : 代わりにOpenAIを使用したいですか? 問題ありません。 上記の論理を以下に置き換える: Extra OPENAI_API_KEY async def create_mcp_ai_agent(mcp_server): # Create an agent configured to use the MCP server and Gemini model agent = Agent( name="Assistant", instructions="You are a helpful assistant", mcp_servers=[mcp_server] ) return agent シンプルな交換、同じインターフェイス――それがSDKの美しさです。 Oh, and if you're wondering where the argument comes from - we will initialize it in the next step ( ↓ spoiler alert). 続きを読む! mcp_server ステップ #4: MCP サーバーの初期化 あなたの内側 async 関数、Bright Data MCP サーバをスピンアップ こんな感じ: run() npx async with MCPServerStdio( name="Bright Data web data MCP server, via npx", params={ "command": "npx", "args": ["-y", "@brightdata/mcp"], "env": { "API_TOKEN": BRIGHT_DATA_API_TOKEN, "BROWSER_AUTH": BRIGHT_DATA_BROWSER_AUTH, } }, client_session_timeout_seconds=180 # To avoid timeout errors ) as server: # Create and initialize the AI agent with the running MCP server agent = await create_mcp_ai_agent(server) # AI agent loop logic... ここで何が起きているのか? MCP サーバを起動する , 環境変数を通じてあなたの認証を送信します。 npx -y @brightdata/mcp タイトル: Don't Forget to Bump 2位 デフォルト(Default is (なぜなら) Bright Data MCP サーバーによって実行される作業は時間が必要です. You don't want it timing out mid-mission. client_session_timeout_seconds 180 5 リアルタイムのスキャン、CAPTCHAの解決、および反ボット忍者の動き ✅甘い! 残っているのは、AIエージェントのループを切り落とすことだけ...それを巻き上げよう。 STEP #5: AI Agent Loop を定義する MCP サーバーのアシンクブロック内では、REPL (Read-Eval-Print) ループを落とし、ユーザーがリクエストを入力し、MCP エージェントを介して送信し、魔法を取り戻すことができます。 while True: # Read the user's request request = input("Your request -> ") # Exit condition if request.lower() == "exit": print("Exiting the agent...") break # Run the request through the agent output = await Runner.run(agent, input=request) # Print the result to the user print(f"Output -> \n{output.final_output}\n\n") この小さなPythonのスニップはあなたのAIエージェントのコマンドセンターです。それは継続的にあなたの要求をキャッチし、それをエージェントに供給し、そして最後の栄光ある結果を吐き出す。 もしそうでないのなら、あなたのために書かせてください: あの「whoa」の瞬間を思い出したのだろうか。 you just wired up a full AI agent loop using the OpenAI Agents SDK + Bright Data’s MCP server + Gemini! 今、あなたは完全なコードを見る準備ができ、すべてが美しいフランケンシュタインのAI自動化のモンスターのようにまとめられています。 Step #6: Put It All Together これは、OpenAI Agents SDK + MCP 統合のための最終的な Python スクリプトです(Gemini によって動作し、お金を節約します。 import asyncio from dotenv import load_dotenv import os from agents import ( Runner, Agent, OpenAIChatCompletionsModel, set_default_openai_client, set_tracing_disabled ) from openai import AsyncOpenAI from agents.mcp import MCPServerStdio # Load environment variables from the .env file load_dotenv() # Read the required secrets envs from environment variables BRIGHT_DATA_API_TOKEN = os.getenv("BRIGHT_DATA_API_TOKEN") BRIGHT_DATA_BROWSER_AUTH = os.getenv("BRIGHT_DATA_BROWSER_AUTH") GEMINI_API_KEY = os.getenv("GEMINI_API_KEY") async def create_mcp_ai_agent(mcp_server): # Initialize Gemini client using its OpenAI-compatible interface gemini_client = AsyncOpenAI( api_key=GEMINI_API_KEY, base_url="https://generativelanguage.googleapis.com/v1beta/openai/" ) # Set the default OpenAI client to Gemini set_default_openai_client(gemini_client) # Disable tracing to avoid tracing errors being logged in the terminal set_tracing_disabled(True) # Create an agent configured to use the MCP server and Gemini model agent = Agent( name="Assistant", instructions="You are a helpful assistant", model=OpenAIChatCompletionsModel( model="gemini-2.0-flash", openai_client=gemini_client, ), mcp_servers=[mcp_server] ) return agent async def run(): # Start the Bright Data MCP server via npx async with MCPServerStdio( name="Bright Data web data MCP server, via npx", params={ "command": "npx", "args": ["-y", "@brightdata/mcp"], "env": { "API_TOKEN": BRIGHT_DATA_API_TOKEN, "BROWSER_AUTH": BRIGHT_DATA_BROWSER_AUTH, } }, client_session_timeout_seconds=180 # To avoid timeout errors ) as server: # Create and initialize the AI agent with the running MCP server agent = await create_mcp_ai_agent(server) # Main REPL loop to process user requests while True: # Read the user's request request = input("Your request -> ") # Exit condition if request.lower() == "exit": print("Exiting the agent...") break # Run the request through the agent output = await Runner.run(agent, input=request) # Print the result to the user print(f"Output -> \n{output.final_output}\n\n") if __name__ == "__main__": asyncio.run(run()) たった81行のコードで、あなたは何を得ますか? ウェブをサーフィンできるAIエージェントは、アンチボットを回避し、リアルタイムのデータをキャッチし、それに戻って話す - まるでそれが大きな問題ではないかのように。 NEWのおかげ また、OpenAI Agents SDKやBright Data MCPなどの先駆的なツールや、AI自動化は今では...あまりにも簡単です。 プロトコル ステップ7: MCP パワート AI エージェントのテスト AIエージェントをターミナルから実行する: python agent.py Linux/macOS について: python3 agent.py あなたは、以下のような友好的なプロンプトによって歓迎されます。 Your request -> たとえば、エージェントに MCP ツールがどのようなものかを尋ねてみてください。 What tools are you linked to through MCP? あなたは何かを返すでしょう: あなたが見ることができるように、あなたのAIエージェントは、彼が接続できるすべてのBright Data MCPツールを知っており、それらを使用する準備ができています! まあ、野獣を解放する時間だ!それらの明るいMCPツールを究極のテストに置こう:あなたのAIエージェントを指揮して、Amazon P5ページからいくつかのジュースなデータを掘り下げましょう。 それを実現するには、以下のようなスピードを与えてください。 From the Amazon product page "https://www.amazon.com/PlayStation%C2%AE5-console-slim-PlayStation-5/dp/B0CL61F39H/", extract the main info and return it in JSON format それを実行し、結果は次のようになります。 特に、出力は以下のようになるはずです。 { "title": "PlayStation®5 console (slim)", "seller_name": "Amazon.com", "brand": "Sony", "description": "The PS5 console unleashes new gaming possibilities that you never anticipated. Experience lightning fast loading with an ultra-high speed SSD, deeper immersion with support for haptic feedback, adaptive triggers, and 3D Audio*, and an all-new generation of incredible PlayStation games. Lightning Speed - Harness the power of a custom CPU, GPU, and SSD with Integrated I/O that rewrite the rules of what a PlayStation console can do. Stunning Games - Marvel at incredible graphics and experience new PS5 features. Play a back catalog of supported PS4 games. Breathtaking Immersion - Discover a deeper gaming experience with support for haptic feedback, adaptive triggers, and 3D Audio technology. Vertical stand sold separately. *3D audio via built-in TV speakers or analog/USB stereo headphones. Set up and latest system software update required.", "initial_price": 499, "currency": "USD", "availability": "In Stock", "reviews_count": 6759, "categories": [ "Video Games", "PlayStation 5", "Consoles" ], "asin": "B0CL61F39H", "buybox_seller": "Amazon.com", "number_of_sellers": 1, "root_bs_rank": 18, "answered_questions": 0, "domain": "https://www.amazon.com/", "images_count": 5, "url": "https://www.amazon.com/PlayStation%C2%AE5-console-slim-PlayStation-5/dp/B0CL61F39H?th=1&psc=1&language=en_US&currency=USD", "video_count": 6, "image_url": "https://m.media-amazon.com/images/I/41ECK5cY-2L._SL1000_.jpg", "item_weight": "10.6 pounds", "rating": 4.7, "product_dimensions": "14 x 17 x 7 inches; 10.6 Pounds", "seller_id": "ATVPDKIKX0DER", "date_first_available": "December 10, 2023", "model_number": "CFI-2015", "manufacturer": "Sony", "department": "Video Games", "plus_content": true, "video": true, "final_price": 499, "delivery": [ "FREE delivery Monday, May 26", "Or Prime members get FREE delivery Tomorrow, May 22. Order within 15 hrs 43 mins. Join Prime" ], "features": [ "Model Number CFI-2000", "Includes DualSense Wireless Controller, 1TB SSD, Disc Drive, 2 Horizontal Stand Feet, HDMI Cable, AC power cord, USB cable, printed materials, ASTRO’s PLAYROOM (Pre-installed game)", "Vertical Stand sold separately" ], "bought_past_month": 8000, "is_available": true, "root_bs_category": "Video Games", "bs_category": "PlayStation Consoles", "bs_rank": 15, "badge": "Amazon's Choice", "subcategory_rank": [ { "subcategory_name": "PlayStation 5 Consoles", "subcategory_rank": 1 } ], "amazon_choice": true, "product_details": [ { "type": "ASIN", "value": "B0CL61F39H" }, { "type": "Release date", "value": "December 10, 2023" }, { "type": "Customer Reviews", "value": "4.74.7 out of 5 stars6,759 ratings4.7 out of 5 stars" }, { "type": "Best Sellers Rank", "value": "#18 in Video Games (See Top 100 in Video Games)#1 in PlayStation 5 Consoles" }, { "type": "Product Dimensions", "value": "14 x 17 x 7 inches; 10.6 Pounds" }, { "type": "Type of item", "value": "Video Game" }, { "type": "Item model number", "value": "CFI-2015" }, { "type": "Item Weight", "value": "10.6 pounds" }, { "type": "Manufacturer", "value": "Sony" }, { "type": "Country of Origin", "value": "China" }, { "type": "Batteries", "value": "1 Lithium Ion batteries required. (included)" }, { "type": "Date First Available", "value": "December 10, 2023" } ], "country_of_origin": "China", "seller_url": "https://www.amazon.com/sp?ie=UTF8&seller=ATVPDKIKX0DER&asin=B0CL61F39H", "customers_say": "Customers find the PlayStation 5 console runs well and performs mind-blowingly fast, with quick loading times and smooth game performance. The graphics quality receives positive feedback, with one customer highlighting its stunning 120Hz visuals, while the console is easy to set up with an intuitive user interface. Customers consider the price worth the investment and appreciate its pristine condition. The noise level receives mixed reviews, with some customers finding it super quiet while others report it being loud.", "climate_pledge_friendly": false, "sponsered": true, "store_url": "https://www.amazon.com/stores/PlayStationPlayHasNoLimits/page/5AF5EF82-86EF-4699-B450-C232B3BD720E?lp_asin=B0CL61F39H&ref_=ast_bln&store_ref=bl_ast_dp_brandLogo_sto", "ships_from": "Amazon.com", "customers_say": { "text": "Customers find the PlayStation 5 console runs well and performs mind-blowingly fast, with quick loading times and smooth game performance. The graphics quality receives positive feedback, with one customer highlighting its stunning 120Hz visuals, while the console is easy to set up with an intuitive user interface. Customers consider the price worth the investment and appreciate its pristine condition. The noise level receives mixed reviews, with some customers finding it super quiet while others report it being loud.", "keywords": { "positive": [ "Functionality", "Gaming experience", "Value for money", "Graphics quality", "Quality", "Speed", "Ease of setup" ], "negative": null, "mixed": [ "Noise level" ] } }, "max_quantity_available": 30, "timestamp": "2025-05-21T10:46:13.487Z" } ↓↓↓ Wow! 🤯 そして、どのサイトだけでなく、アマゾンは攻撃的なCAPTCHAと反ボット防御のおかげで、スキャンするのが有名です。 One prompt, and you just scraped all the data from an Amazon product page. では、それはどうやって機能したのか? 舞台の裏で、AIエージェントが電話をかけた。 MCP ツール—Bright Data MCP サーバが暴露する既製のパワー ツールの 1 つ. それは汚れた仕事を処理しました: CAPTCHA を解決し、ボット検出を回避し、商品を取得しました。 web_data_amazon_product そしてそこで止まらない! より複雑なプロンプトを作成することにより、AIエージェントにさらなる分析を依頼するために使用できます。結局のところ、AIエージェントはMCP駆動ツールキットからツールを自由に選択し、連鎖することができます。 ️ 可能性は本当に無限 このような強力な構造によって、 トニー・モンタナ(Tony Montana) 世界はあなたのもの! 最終思考 これで、OpenAI Agents SDKで構築されたAIエージェントを超過充電する方法がわかります - GPT、Gemini、または次に何が起動するか - をMCPサーバーに接続することによって。 細かいところで、我々は強力な たった一つのThe . Bright Data MCP server 私たちが実世界のAIワークフローを規模でサポートするために構築した多くのサービス Bright Dataでは、私たちの使命は単純です:誰にでも、どこにでも、AIにアクセスできるようにしますので、次回まで、好奇心を持って、勇気を持って、AIの未来を創造的に構築し続けてください。