Version imprimable multipages. Cliquer ici pour imprimer.
Les tutoriels sont des guides d’apprentissage qui vous guident à travers une série d’étapes pour compléter un projet. Ils se concentrent sur l’apprentissage par la pratique et aident les débutants à se familiariser avec le système.
Ces tutoriels vous aideront à vous familiariser avec gomcptest et ses composants.
Ce tutoriel vous guidera à travers la configuration du système gomcptest et la mise en place de l’authentification Google Cloud pour le projet.
Avant d’utiliser gomcptest avec les services de Google Cloud Platform comme Vertex AI, vous devez configurer votre authentification.
Si vous n’avez pas encore configuré le CLI Google Cloud, exécutez :
gcloud init
Cette commande interactive vous guidera à travers :
Authentifiez votre CLI gcloud avec votre compte Google :
gcloud auth login
Cela ouvrira une fenêtre de navigateur où vous pourrez vous connecter à votre compte Google.
Les Identifiants par Défaut de l’Application sont utilisés par les bibliothèques clientes pour trouver automatiquement les identifiants lors de la connexion aux services Google Cloud :
gcloud auth application-default login
Cette commande va :
~/.config/gcloud/application_default_credentials.json)Ces identifiants seront utilisés par gomcptest lors de l’interaction avec les services Google Cloud.
Cloner le dépôt :
git clone https://github.com/owulveryck/gomcptest.git
cd gomcptest
Construire les Outils : Compiler tous les outils compatibles MCP
make tools
Choisir l’Interface :
Après avoir terminé la configuration de base :
toolsThis tutorial will guide you step-by-step through running and configuring the OpenAI-compatible server in gomcptest. By the end, you’ll have a working server that can communicate with LLM models and execute MCP tools.
gcloud auth loginThe OpenAI server requires several environment variables. Create a .envrc file in the host/openaiserver directory:
cd host/openaiserver
touch .envrc
Add the following content to the .envrc file, adjusting the values according to your setup:
# Server configuration
PORT=8080
LOG_LEVEL=INFO
IMAGE_DIR=/tmp/images
# GCP configuration
GCP_PROJECT=your-gcp-project-id
GCP_REGION=us-central1
GEMINI_MODELS=gemini-2.0-flash
IMAGEN_MODELS=imagen-3.0-generate-002
Ensure the image directory exists:
mkdir -p /tmp/images
Load the environment variables:
source .envrc
Now you can start the OpenAI-compatible server:
cd host/openaiserver
go run . -mcpservers "../bin/GlobTool;../bin/GrepTool;../bin/LS;../bin/View;../bin/Bash;../bin/Replace"
You should see output indicating that the server has started and registered the MCP tools.
Open a new terminal window and use curl to test the server:
curl http://localhost:8080/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-2.0-flash",
"messages": [
{
"role": "user",
"content": "Hello, what can you do?"
}
]
}'
You should receive a response from the model explaining its capabilities.
Now let’s test function calling by asking the model to list files in a directory:
curl http://localhost:8080/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-2.0-flash",
"messages": [
{
"role": "user",
"content": "List the files in the current directory"
}
]
}'
The model should respond by calling the LS tool and returning the results.
In this tutorial, you’ve:
Now that you have a working OpenAI-compatible server, you can:
Check out the How to Configure the OpenAI Server guide for more advanced configuration options.
Ce tutoriel vous guide à travers la configuration et l’utilisation de l’interface en ligne de commande cliGCP pour interagir avec les LLMs et les outils MCP. À la fin, vous serez capable d’exécuter le CLI et d’effectuer des tâches de base avec celui-ci.
Avant de commencer, assurez-vous que vous avez :
Définir les variables d’environnement :
# Votre ID de projet GCP
export GCP_PROJECT=votre-projet-id
# Région Vertex AI (par défaut: us-central1)
export GCP_REGION=us-central1
# Modèles Gemini à utiliser
export GEMINI_MODELS=gemini-1.5-pro,gemini-2.0-flash
# Répertoire pour stocker les images temporaires
export IMAGE_DIR=/tmp/images
Créer le répertoire d’images :
mkdir -p /tmp/images
Compiler cliGCP :
cd /chemin/vers/gomcptest
go build -o bin/cliGCP ./host/cliGCP
Exécuter cliGCP avec les outils de base :
cd /chemin/vers/gomcptest
bin/cliGCP -mcpservers "bin/GlobTool;bin/GrepTool;bin/LS;bin/View;bin/Bash"
Vous devriez voir une interface de chat interactive s’ouvrir, où vous pouvez interagir avec le modèle LLM.
Dans l’interface cliGCP, vous pouvez :
/help pour afficher les commandes disponibles/exit ou Ctrl+C pour quitter la sessionEssayez ces exemples pour tester les capacités de base du système :
Requête simple :
Peux-tu m'expliquer le Protocole de Contexte de Modèle en termes simples ?
Utilisation de l’outil Bash :
Affiche les 5 derniers fichiers modifiés dans le répertoire courant.
Recherche de fichiers :
Trouve tous les fichiers Go dans ce projet.
Lecture et Explication de Code :
Explique ce que fait le fichier main.go dans le répertoire cliGCP.
Pour utiliser l’outil dispatch_agent, qui permet de déléguer des tâches complexes :
bin/cliGCP -mcpservers "bin/GlobTool;bin/GrepTool;bin/LS;bin/View;bin/dispatch_agent -glob-path bin/GlobTool -grep-path bin/GrepTool -ls-path bin/LS -view-path bin/View;bin/Bash"
Maintenant, vous pouvez demander des choses comme :
Trouve tous les fichiers Go qui importent le paquet "context" et résume leur but.
Pour permettre la modification de fichiers, incluez les outils Edit et Replace :
bin/cliGCP -mcpservers "bin/GlobTool;bin/GrepTool;bin/LS;bin/View;bin/Bash;bin/Edit;bin/Replace"
Vous pouvez maintenant demander :
Crée un nouveau fichier README.md avec une description de base du projet.
Pour une expérience plus personnalisée, vous pouvez définir une instruction système spécifique :
export SYSTEM_INSTRUCTION="Tu es un assistant en programmation Go expert qui aide à analyser et améliorer le code."
bin/cliGCP -mcpservers "bin/GlobTool;bin/GrepTool;bin/LS;bin/View;bin/Bash"
Si vous rencontrez des erreurs d’authentification :
gcloud auth application-default loginGCP_PROJECT est correctement définieSi les outils ne sont pas trouvés ou ne fonctionnent pas :
-mcpserversmake toolsMaintenant que vous avez configuré et utilisé l’interface cliGCP, vous pouvez :