521 - 《手写基于 MCP Client 的 Agent》

1、Agent = LLM + Tools。MCP Server 是目前唯一的 tools 标准，当然他不仅有 tools 还有 resouces 和 prompts，只不过大家都只用他的 tools 部分而已。参考 520 - 《Cursor 和 MCP》，现在已有大量 MCP Server，社区有的就不需要手动重新实现一遍，同时照着这个趋势，MCP Server 会越来越多。所以写一个 Agent，只要基于 MCP Servers，再补上自己特有的 tools 实现即可。

2、我写了个极简的 Agent，通过 MCP Client 和 MCP Server 交互来扩展能力，比如问「how old is Zhang Zi Yi? Please search with brave_web_search」，他会用 brave_web_search 这个 server 提供的 tool 去做 web 搜索，然后再提供结果。

1）写了个 clientToTools 方法，把 MCP Client 转成标准的 tools
2）用 ai 包，可以简化下 openai 对 tools 的调用

import { createOpenAI } from '@ai-sdk/openai';
import * as pc from 'picocolors';
import { CoreMessage, generateText, tool } from 'ai';
import type { CoreTool } from 'ai';
import assert from 'assert';
import { z } from 'zod';
import { Client } from '@modelcontextprotocol/sdk/client/index.js';
import { StdioClientTransport } from '@modelcontextprotocol/sdk/client/stdio.js';
import { jsonSchemaToZod } from '@n8n/json-schema-to-zod';

interface AgentOptions {
  model?: string;
  apiKey?: string;
}

export async function run(opts: AgentOptions) {
  const transport = new StdioClientTransport({
    command: 'env',
    args: [
      'BRAVE_API_KEY=YOUR_KEY',
      'npx',
      '-y',
      '@modelcontextprotocol/server-brave-search',
    ],
  });
  const client = new Client({
    name: 'brave_search',
    version: '1.0.0',
  });
  await client.connect(transport);
  const tools = await clientToTools(client);
  const { model = 'gpt-3.5-turbo' } = opts;