エージェントフレームワークで を使用する

OpenSearch MCP サーバーを Python エージェントフレームワークに直接統合できるため、自律型エージェントはより大きなワークフローの一部として OpenSearch にプログラムでアクセスできます。

Strands Agents

Strands Agents は、組み込み MCP サポートとデフォルトのモデルプロバイダーとしての Amazon Bedrock を備えた AWSネイティブエージェント SDK です。次の例では、適切な環境変数を設定して、Strands エージェントを OpenSearch Service ドメインまたは OpenSearch Serverless コレクションに接続します。OpenSearch Serverless コレクションに接続するtrue場合は AWS_OPENSEARCH_SERVERLESS に設定し、マネージドドメインの場合は省略します。

import os
from strands import Agent
from strands.tools.mcp import MCPClient
from mcp import stdio_client, StdioServerParameters

# For a managed domain:
#   OPENSEARCH_URL = https://<domain-endpoint>.<region>.es.amazonaws.com
#
# For an OpenSearch Serverless collection, also set:
#   AWS_OPENSEARCH_SERVERLESS = true
#   OPENSEARCH_URL = https://<collection-id>.<region>.aoss.amazonaws.com
opensearch_client = MCPClient(
    lambda: stdio_client(
        StdioServerParameters(
            command="uvx",
            args=["opensearch-mcp-server-py"],
            env={
                "OPENSEARCH_URL":            os.environ["OPENSEARCH_URL"],
                "AWS_REGION":                os.environ["AWS_REGION"],
                "AWS_IAM_ARN":               os.environ["AWS_IAM_ARN"],
                # Set to "true" for OpenSearch Serverless, omit for managed domains
                "AWS_OPENSEARCH_SERVERLESS": os.environ.get("AWS_OPENSEARCH_SERVERLESS", "false"),
            },
        )
    )
)

with opensearch_client:
    agent = Agent(tools=opensearch_client.list_tools_sync())
    response = agent("List all indexes and show the document count for each")
    print(response)

ストランドは、デフォルトのモデルプロバイダーとして Amazon Bedrock を使用します。リージョンで Claude に対して AWS 認証情報が設定され、モデルアクセスが有効になっていることを確認します。詳細については、Strands Bedrock プロバイダーのドキュメントを参照してください。

LangGraph

LangGraph は、ステートフルエージェントを構築するための低レベルのオーケストレーションフレームワークです。次の例ではlangchain-mcp-adapters、 を使用して、Amazon Bedrock がサポートする LangGraph ReAct エージェントに OpenSearch MCP ツールをロードします。Strands と同様に、OpenSearch Serverless コレクションに接続するtrueときは AWS_OPENSEARCH_SERVERLESSに設定します。

import asyncio
import os
from langchain_aws import ChatBedrock
from langchain_mcp_adapters.client import MultiServerMCPClient
from langgraph.prebuilt import create_react_agent

async def main():
    async with MultiServerMCPClient(
        {
            "opensearch": {
                "command": "uvx",
                "args": ["opensearch-mcp-server-py"],
                "env": {
                    # Managed domain:  https://<domain-endpoint>.<region>.es.amazonaws.com
                    # Serverless:      https://<collection-id>.<region>.aoss.amazonaws.com
                    "OPENSEARCH_URL":            os.environ["OPENSEARCH_URL"],
                    "AWS_REGION":                os.environ["AWS_REGION"],
                    "AWS_IAM_ARN":               os.environ["AWS_IAM_ARN"],
                    # Set to "true" for OpenSearch Serverless, omit for managed domains
                    "AWS_OPENSEARCH_SERVERLESS": os.environ.get("AWS_OPENSEARCH_SERVERLESS", "false"),
                },
                "transport": "stdio",
            }
        }
    ) as mcp_client:
        tools = mcp_client.get_tools()
        model = ChatBedrock(
            model_id="anthropic.claude-3-5-sonnet-20241022-v2:0",
            region_name=os.environ["AWS_REGION"],
        )
        agent = create_react_agent(model, tools)
        result = await agent.ainvoke(
            {"messages": [{"role": "user", "content": "Check cluster health and list all indexes"}]}
        )
        print(result["messages"][-1].content)

asyncio.run(main())

必要なパッケージをインストールします。

pip install langchain-aws langchain-mcp-adapters langgraph