Adk MCP Brightdata

Google ADK+Bright Data MCP集成

📖 特色文章： 使用MCP工具构建ADK（v1.2.0+）代理 作者：Arjun Prabhulal

谷歌代理开发工具包（ADK）v1.2.0+的全面实现，与Bright Data的模型上下文协议（MCP）服务器集成，具有智能网络搜索和数据提取功能。

🚀 主要特点

• 现代ADK集成：使用ADK v1.2.0+，简化MCP工具注册
• 实时网络搜索：由Bright Data MCP提供技术支持，提供最新、准确的信息
• 多个接口：Web UI、CLI和编程访问

🏗️ 建筑

此项目演示了从ADK v0.5.0到v1.2.0+的更改：

ADK v0.5.0（传统版）

# Complex async executor pattern (deprecated)
def create_mcp_tool_executor():
    async def mcp_tool_executor(**kwargs):
        tools, exit_stack = await MCPToolset.from_server(...)
        try:
            return await try_tools_sequentially(tools, kwargs, exit_stack)
        finally:
            await exit_stack.aclose()
    return mcp_tool_executor

ADK v1.2.0+（现代版）

# Simplified direct tool registration
tools = MCPToolset(
    connection_params=StdioServerParameters(
        command='npx',
        args=["-y", "@brightdata/mcp"],
        env={"API_TOKEN": os.getenv("API_TOKEN")}
    )
)

root_agent = Agent(
    model="gemini-2.0-flash",
    tools=[tools]  # Direct tool registration
)

📋 先决条件

1. Python 3.10+
2. Node.js 16+ （适用于npx命令）
3. Google API密钥 -从 谷歌人工智能工作室
4. 光明数据账户 -注册地址： 明亮的数据

🛠️ 安装

1.克隆存储库

git clone https://github.com/arjunprabhulal/adk-mcp-brightdata.git
cd adk-mcp-brightdata

2.设置虚拟环境

# Mac/Linux
python -m venv venv
source venv/bin/activate

# Windows
python -m venv venv
venv\Scripts\activate

3.安装依赖项

# Install Python packages
pip install google-adk google-generativeai mcp python-dotenv rich

# Install Bright Data MCP Server
npm install -g @brightdata/mcp

4.环境配置

创建一个 .env 项目根目录中的文件：

# Google API Key from https://aistudio.google.com/app/apikey
GOOGLE_API_KEY="your_google_api_key_here"

# Bright Data credentials from https://brightdata.com/cp/zones
API_TOKEN="your_brightdata_api_token"
WEB_UNLOCKER_ZONE="your_web_unlocker_zone"  # Optional

# Optional: Customize agent configuration
GEMINI_MODEL="gemini-2.0-flash"              # Default model
AGENT_NAME="search_assistant"                # Agent identifier
AGENT_DESCRIPTION="Your custom description"  # Agent description

# Optional: Customize MCP server configuration
MCP_COMMAND="npx"                            # Command to run MCP server
MCP_PACKAGE="@brightdata/mcp"                # MCP package name

🎯 用法

选项1：Web界面

adk web

访问web UI http://localhost:8000

选项2：命令行

adk run search

这提供了对ADK代理实现的直接访问。

📁 项目结构

adk-mcp-brightdata/
├── search/
│   ├── __init__.py
│   ├── agent.py           # Core ADK agent implementation
│   └── prompt.py          # Agent instructions and prompts
├── .env                   # Environment variables
├── requirements.txt       # Python dependencies
└── README.md

🔧 核心实施

代理配置

from google.adk.agents import Agent
from google.adk.tools.mcp_tool.mcp_toolset import MCPToolset, StdioServerParameters

tools = MCPToolset(
    connection_params=StdioServerParameters(
        command='npx',
        args=["-y", "@brightdata/mcp"],
        env={
            "API_TOKEN": os.getenv("API_TOKEN"),
            "WEB_UNLOCKER_ZONE": os.getenv("WEB_UNLOCKER_ZONE")
        }
    )
)

root_agent = Agent(
    model="gemini-2.0-flash",
    name="search_assistant", 
    description="Google ADK Agent integrated with MCP for intelligent web search assistance.",
    instruction=PROMPT,
    tools=[tools],
)

🔧 技术特性

ADK集成优势

• 简化工具注册：直接MCPToolset集成
• 自动资源管理：无需手动清理
• 错误处理：内置超时和连接管理
• 异步支持：正确的异步执行模式

⚠️ 已知问题

MCP会话超时（ADK v1.2.0+）

问题：默认超时时间为5秒 mcp_session_manager.py

临时变通办法：虚拟环境中的更新超时：

# File: .venv/lib/python3.12/site-packages/google/adk/tools/mcp_tool/mcp_session_manager.py
session = await self._exit_stack.enter_async_context(
    ClientSession(
        *transports[:2],
        read_timeout_seconds=timedelta(seconds=60),  # Changed from 5 to 60
    )
)

🚀 ADK v1.2.0的主要改进+

1. 简化工具注册：直接MCPToolset集成
2. 更清洁的代码：不再有复杂的异步执行器
3. 更好的错误处理：改进了超时和连接管理
4. 增强的性能：简化工具执行
5. 开发者体验：更直观的代理构建

🤝 贡献

1. 分叉存储库
2. 创建要素分支(git checkout -b feature/amazing-feature)
3. 提交您的更改(git commit -m 'Add amazing feature')
4. 推到分支(git push origin feature/amazing-feature)
5. 打开拉取请求

📚 额外资源

• 文章: 使用MCP工具构建ADK（v1.2.0+）代理
• 谷歌ADK文档: 代理开发工具包
• 明亮数据MCP: MCP服务器文档
• 模型上下文协议: MCP规范

📄 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

👤 作者

阿琼·普拉布拉尔

• 介质： @帕布哈拉尔
• github： @阿琼帕布哈拉尔