Обо мне 👨‍💻

Имя: Мухаммад Абдугафаров

Роль: Тимлид в SilkRoad Professionals

Опыт: 8 лет в IT

Интересы: AI, продуктовая разработка

🐙 GitHub: @dev-muhammad 💼 LinkedIn: @dev-muhammad ✈️ Telegram: @muhammad_babolo

Что такое LLM? 🧠

Large Language Model — Большая языковая модель

• Нейронная сеть, обученная на огромных объёмах текста
• Понимает и генерирует текст на естественном языке
• Примеры: GPT-4, Claude, Llama, Gemini
• Может выполнять разные задачи через текстовый интерфейс

💡 LLM = "Мозг", который понимает человеческий язык

От LLM к AI агенту 🤖

LLM (Просто модель)
    ↓
    + Инструменты (Tools)
    + Память (Memory)
    + Способность принимать решения
    ↓
AI Agent (Может делать)

AI Agent = LLM + возможность взаимодействовать с миром

Проблема 🤔

LLM сами по себе ограничены

• Ограничены тренировочными данными (знания устаревают)
• Не могут взаимодействовать с внешним миром
• Нет доступа к вашим системам и данным
• Не могут выполнять реальные действия

Вопрос: Как дать LLM возможность использовать инструменты?

Что такое MCP? 🔌

• Model Context Protocol
• Стандарт для коммуникации AI с инструментами
• Как REST API, но для AI агентов
• Сервер предоставляет инструменты
• AI автоматически их обнаруживает и использует

Зачем нужен MCP? 💡

Архитектура системы 🔧

Пользователь → AI Agent (Agno) → MCP Server → FastAPI → SQLite
                    ↓
              OpenAI GPT-4
                    ↓
            Обрабатывает запрос
            Выбирает инструменты
            Форматирует ответ

Технологический стек 🛠️

• Agent Framework: Agno
• AI Model: OpenAI GPT-4
• Protocol: Model Context Protocol (MCP)
• Backend: FastAPI + SQLite
• Clients: Web UI, Telegram Bot
• Language: Python 🐍

FastAPI Backend 🚀

@app.post("/transactions")
async def create_transaction(
    data: TransactionCreate
):
    return store.create(data)

# Обычный FastAPI роут
# Становится MCP инструментом автоматически
# AI может вызывать его через MCP

Под капотом 🔍

1. Пользователь: "Покажи мой баланс"
   ↓
2. GPT-4 думает:
   - Нужен инструмент: get_summary
   ↓
3. MCP вызов:
   POST /mcp/tools/get_summary
   ↓
4. FastAPI выполняет:
   SELECT SUM(...) FROM transactions
   ↓
5. Агент отвечает:
   "Ваш баланс: 5000.00"

Реальные применения 🌍

• Поддержка клиентов: AI агент с CRM инструментами
• DevOps: AI с инструментами мониторинга и деплоя
• Анализ данных: AI с базами данных и аналитикой
• Управление контентом: AI с CMS инструментами
• IoT управление: AI с инструментами управления устройствами

Попробуйте сами! 🚀

# Клонируйте репозиторий
git clone https://github.com/dev-muhammad/MCPAgent
cd MCPAgent

# Настройте
cp .env.example .env
# Добавьте OPENAI_API_KEY в .env

# Запустите
cd server && python start.py --mcp
cd server && python start.py --api
cd agent && python agent.py