在smolagents项目中正确使用MCP工具服务的注意事项
2025-05-12 02:13:34作者:翟江哲Frasier
背景介绍
smolagents是一个基于Python的智能代理框架,它支持通过Model Context Protocol(MCP)来集成外部工具服务。MCP是一种允许AI代理动态发现和使用外部工具的协议机制。在实际开发中,开发者可能会遇到"Event loop is closed"这样的运行时错误,这通常是由于对MCP工具服务的使用方式不当造成的。
问题现象
当开发者尝试在smolagents中使用MCP工具服务时,可能会遇到以下错误:
RuntimeError: Event loop is closed
这个错误通常发生在代理尝试调用MCP工具时,尽管MCP服务器已经成功启动并接收到了请求。
根本原因分析
经过技术专家的深入调查,发现问题出在代码结构上。开发者通常会有这样的误解:认为只需要在初始化工具集合时使用上下文管理器(with语句),而实际执行代理任务时可以脱离这个上下文。这种理解是错误的。
MCP工具服务的生命周期必须完全包含在上下文管理器内部,因为:
- 上下文管理器负责启动和停止MCP服务器进程
- 工具的实际调用依赖于这个服务器进程
- 一旦离开上下文管理器,服务器进程就会被终止
正确使用模式
正确的代码结构应该如下所示:
server_parameters = StdioServerParameters(
command="uvx",
args=["mcp-server-time"],
env={"UV_PYTHON": "3.12", **os.environ},
)
# 所有MCP工具相关的操作都必须在上下文管理器内部
with ToolCollection.from_mcp(server_parameters) as tool_collection:
agent = CodeAgent(
tools=[*tool_collection.tools],
model=model,
prompt_templates=code_prompt_templates,
additional_authorized_imports=["time", "numpy", "pandas", "json"],
)
# 关键点:代理的执行也必须放在上下文管理器内部
response = agent.run(
task="Answer the user request with the tools you have. User input is: What is the time in Berlin?"
)
技术原理深入
MCP工具服务的工作流程可以分为几个关键阶段:
- 服务启动阶段:通过上下文管理器的
__enter__方法启动MCP服务器进程 - 工具发现阶段:代理通过MCP协议发现可用的工具列表
- 工具调用阶段:代理实际调用工具时,会通过MCP客户端与服务器通信
- 服务终止阶段:上下文管理器的
__exit__方法会关闭服务器进程
如果在工具调用阶段服务器进程已经终止(因为离开了上下文管理器),自然就会产生"Event loop is closed"的错误。
最佳实践建议
- 生命周期管理:确保所有使用MCP工具的操作都在同一个上下文管理器内部完成
- 错误处理:在上下文管理器内部添加适当的错误处理逻辑
- 资源清理:即使发生异常,也要确保服务器进程能够正常终止
- 性能考虑:频繁创建和销毁MCP服务器可能会有性能开销,对于需要重复使用的服务可以考虑长期运行的服务器模式
扩展思考
这种设计模式在分布式系统中很常见,类似于gRPC服务的生命周期管理。理解这种模式有助于开发者更好地设计和使用各种需要进程间通信的工具服务。
通过遵循这些原则,开发者可以避免常见的运行时错误,确保MCP工具服务在smolagents框架中稳定可靠地工作。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
跨系统应用融合:APK Installer实现Windows环境下安卓应用运行的技术路径探索如何用OpCore Simplify构建稳定黑苹果系统?掌握这3大核心策略ComfyUI-LTXVideo实战攻略:3大核心场景的视频生成解决方案告别3小时抠像噩梦:AI如何让人人都能制作电影级视频Anki Connect:知识管理与学习自动化的API集成方案Laigter法线贴图生成工具零基础实战指南:提升2D游戏视觉效率全攻略如何用智能助手实现高效微信自动回复?全方位指南3步打造高效游戏自动化工具:从入门到精通的智能辅助方案掌握语音分割:从入门到实战的完整路径开源翻译平台完全指南:从搭建到精通自托管翻译服务
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
570
99
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2