Podłączanie serwerów MCP

MCP (Model Context Protocol) to standardowy sposób podłączania zewnętrznych narzędzi do agenta — mówi nim GitHub, systemy plików, Notion, bazy danych i setki innych serwerów. Chimera ma pierwszorzędnego klienta MCP: narzędzia dowolnego serwera stają się zwykłymi narzędziami Chimery, siedzącymi w tym samym rejestrze co wbudowane, i podlegają tym samym warstwom allowlisty/jądra/rejestru (ledger).

Zainstaluj extra klienta

Klient MCP żyje za opcjonalnym extra, żeby rdzeń pozostał lekki:

uv sync --extra mcp

Większość serwerów to pakiety Node, więc potrzebujesz też npx (dostarczany z Node.js).

60-sekundowy test dymny (bez poświadczeń)

Referencyjny serwer systemu plików nie potrzebuje żadnych tokenów — po prostu wystawia narzędzia odczytu/zapisu nad wybranym przez ciebie katalogiem:

from chimera.integrations import connect_stdio
from chimera.tools import default_registry

connector = connect_stdio(
    "fs",
    "npx", ["-y", "@modelcontextprotocol/server-filesystem", "./sandbox_dir"],
    name_prefix="fs_",   # avoid clashes with built-in tool names
)

registry = default_registry()
for tool in connector.tools():
    registry.register(tool)

print(registry.names())  # built-ins + fs_read_file, fs_write_file, fs_list_directory...

Podaj ten rejestr Agentowi (albo zobacz examples/mcp_github.py po pełną pętlę), a model może teraz wywoływać narzędzia serwera jak każde inne.

Prawdziwy serwer: GitHub

import os
from chimera.integrations import connect_stdio

connector = connect_stdio(
    "github",
    "npx", ["-y", "@modelcontextprotocol/server-github"],
    env={"GITHUB_PERSONAL_ACCESS_TOKEN": os.environ["GITHUB_PERSONAL_ACCESS_TOKEN"]},
    name_prefix="gh_",
)

To cała integracja: ~26 narzędzi GitHub (przeszukiwanie repozytoriów, czytanie plików, wypisywanie issues, tworzenie PR-ów, ...) pojawia się w rejestrze. Uruchamialna wersja end-to-end: examples/mcp_github.py.

Jak to pasuje do warstw bezpieczeństwa

Narzędzia MCP są zwykłymi obiektami Tool, więc wszystko się komponuje:

• Allowlista na sesję — restrict_registry(registry, allow=["gh_search_repositories", ...]) przyznaje tylko te narzędzia MCP, których potrzebuje dane uruchomienie; nieprzyznane nigdy nie docierają do modelu.
• Jądro governance — govern_registry(...) bramkuje wywołania MCP allow/warn/review/block jak każdą komendę shellową.
• Rejestr skażenia (taint ledger) — owiń przez ledger_registry(...), a pobrania MCP są rejestrowane; zauważ, że dziś tylko narzędzia wymienione w FETCH_TOOLS są auto-klasyfikowane, więc traktuj treść MCP jako niezaufaną i preferuj uruchamianie z semantyką --taint --guard, gdy serwer pobiera dane zewnętrzne.

Chimera jako serwer MCP

Klient powyżej pozwala Chimerze wywoływać inne narzędzia. Odwrotność też działa: uruchom Chimerę jako serwer MCP, tak by dowolny klient MCP — Claude Desktop, IDE, inny agent — mógł wywołać cały silnik jako trzy narzędzia.

uv sync --extra mcp
chimera serve --mcp        # speaks MCP over stdio

Wystawia:

Narzędzie	Co robi
chimera_solve	Autonomicznie rozwiązuje zadanie z planem + verify-or-revert; zwraca odpowiedź.
chimera_fuse	Odpowiada na prompt przez silnik LLM-Fusion (panel → judge → syntetyzator).
chimera_memory_search	Przeszukuje pamięć długoterminową Chimery i zwraca najważniejsze fakty.

Skieruj klienta MCP na to jako serwer stdio. Dla Claude Desktop, dodaj do jego konfiguracji:

{
  "mcpServers": {
    "chimera": { "command": "chimera", "args": ["serve", "--mcp"] }
  }
}

--mcp potrzebuje klucza providera do chimera_solve/chimera_fuse (przeszukiwanie pamięci działa bez niego). Dodaj --fuse, by kierować głębokie tury solvera przez fuzję, --no-memory, by pominąć przywoływanie pamięci. Ponieważ nośnikiem jest stdio, wszystkie logi idą do stderr — stdout niesie tylko protokół.

Mówienie A2A (agent → agent)

MCP łączy agenty z narzędziami; A2A (Agent2Agent, Linux Foundation) łączy agenty ze sobą nawzajem — jest natywne w LangGraph, CrewAI i AutoGen. Chimera mówi tym też, więc orkiestrator LangGraph/CrewAI może zdelegować zadanie do Chimery i dostać z powrotem ukończony wynik.

chimera a2a-card                       # print the Agent Card JSON
chimera serve --a2a                    # HTTP gateway + A2A endpoint

serve --a2a dodaje dwie trasy do serwera HTTP:

Trasa	Cel
GET /.well-known/agent.json	Karta agenta (Agent Card) — tożsamość + reklamowane umiejętności (solve, fuse).
POST /a2a	Cykl życia zadania JSON-RPC 2.0: message/send, message/stream, tasks/get, tasks/cancel.

Klient wysyła message/send z częścią tekstową; Chimera uruchamia autonomicznego agenta i zwraca zadanie completed (lub failed) niosące odpowiedź jako wiadomość agenta. Albo wysyła message/stream i dostaje strumień Server-Sent Events: najpierw zadanie w stanie working, potem zadanie completed/failed, gdy przebieg się skończy — więc orkiestrator widzi postęp bez odpytywania (polling). Karta agenta reklamuje capabilities.streaming: true.

Zakres, uczciwie: strumień obecnie emituje dwa zdarzenia (working → final), nie delty tokenów per krok, a powiadomienia push nie są zaimplementowane. To zgodny, wolny od odpytywania strumień — wystarczający, by być pełnoprawnym strumieniowalnym węzłem w aplikacji LangGraph/CrewAI.

Rozwiązywanie problemów

• TimeoutError: MCP server ... did not become ready — komenda się nie uruchomiła. Uruchom tę samą linię npx ... ręcznie w terminalu, by zobaczyć jej błąd (brakujący token, brakujący Node, wolne pobieranie pakietu przy pierwszym uruchomieniu — podnieś connect_timeout).
• ModuleNotFoundError: mcp — zainstaluj extra: uv sync --extra mcp.
• Kolizje nazw narzędzi — zawsze podawaj name_prefix.
• Sesja uruchamia serwer jako podproces na czas życia twojego skryptu; wywołaj close() na sesji connectora (albo po prostu pozwól procesowi się zakończyć), by go zdemontować.