Per-user OAuth для MCP-серверов: Keycloak, n8n и Telegram-бот через один Auth Proxy

MCP-серверы не умеют в авторизацию, n8n не умеет в per-user токены, а OAuth-клиенты говорят на разных диалектах. Рассказываем, как один Auth Proxy перед FastMCP Gateway закрыл все три проблемы — и почему в итоге бот переехал на LangGraph Архитектура, грабли и код

https://habr.com/ru/articles/1030302/

#MCP #OAuth2 #Keycloak #FastMCP #LangGraph #n8n #Telegramбот #peruser_авторизация #AIагент #Auth_Proxy

Собираем AI-агента нового поколения: Python, RAG и внешние инструменты через MCP (Model Context Protocol)

Ещё пару лет назад типичное LLM-приложение выглядело как последовательная цепочка вызовов: взяли промпт, добавили контекст из векторной базы, отправили в модель, получили ответ. LangChain популяризировал эту парадигму — chains, retrievers, memory — и это работало для простых сценариев вроде «ответь на вопрос по документации». Но бизнес-задачи редко укладываются в линейный пайплайн. Пользователь хочет не просто получить ответ, а чтобы система совершила действие : создала тикет в Jira, отправила письмо, запросила данные из CRM, проверила погоду и только потом сформулировала ответ. Именно здесь на сцену выходят AI-агенты — системы, которые не просто генерируют текст, а автономно принимают решение, какой инструмент вызвать , в каком порядке, и интерпретируют результат. Проблема в том, что до недавнего времени подключение каждого нового инструмента требовало написания «клея» — кастомных функций, обёрнутых в @tool декоратор LangChain, с ручным управлением аутентификацией, обработкой ошибок и сериализацией данных. Для продакшена это быстро превращалось в зоопарк нестандартных интеграций, который сложно поддерживать и масштабировать. Model Context Protocol (MCP) от Anthropic решает эту проблему, предлагая единый стандарт для подключения инструментов и источников данных к LLM-приложениям. Вместо того чтобы для каждого API писать свой адаптер, мы просто запускаем MCP-сервер, который предоставляет инструменты по стандартизированному протоколу. Агент подключается к этому серверу через MCP-клиент и получает доступ ко всем инструментам без лишнего кода. В этой статье мы соберём полноценного агента, который: 1. Умеет работать с внешним миром через MCP (узнавать погоду и создавать GitHub Issues); 2. Имеет доступ к внутренней базе знаний через RAG; 3. Принимает решения по ReAct-подходу с использованием LangGraph. Разбираем код и архитектуру

https://habr.com/ru/articles/1025428/

#python #ai #machine_learning #langchain #langgraph #mcp #rag #chromadb #fastmcp #llm

Experimenting some more with an #MCP server to better understand this stuff: https://blog.davep.org/2026/04/12/ngmcp-v0-2-0.html

#MSDOS #clipper #nortonguide #AI #python #programming #fastMCP

Bon, ce matin j’ai joué avec la jolie Apfel (https://apfel.franzai.com/), la petite passerelle CLI qui expose le framework LLM de la 🍎 sous macOS.

Comme pour le wrapper de virtualisation, j’adore ce genre de bidouille qui ouvre l’accès aux ressources internes du système. C’est franchement cool à voir tourner, et surtout il y a un avantage immédiat : pas de tokens externes cramés, pas de données qui vadrouillent, tout reste sur mon Mac.

Dans l’usage quotidien en revanche, on reste sur quelque chose d’à peu près aussi limité qu’une conversation actuelle avec Siri 😅

Les traductions FR/IT sont parfois… créatives, et côté assistant de dev Python, je ne l’ai pas trouvé particulièrement flamboyant.

Mais ça ouvre quand même des possibilités très sympas pour bricoler des raccourcis locaux sur macOS, à condition de réussir quelques tours de passe-passe pour ne pas se faire satelliser par les SystemLanguageModel.Guardrails d’Apple, qui ont le déclencheur franchement sensible dès qu’on prononce “infosec” ou “vulnérabilité” 👀 😁

Là par exemple, je fais traiter les données d’une vulnérabilité via la très belle passerelle VulnMCP : https://github.com/vulnerability-lookup/VulnMCP

#macOS #Apple #LLM #Apfel #MCP #FastMCP #VulnMCP
#VulnerabilityLookup #brew

More tinking with an MCP server, and learning it's kinda clunky to develop and test one with #Copilot CLI: https://blog.davep.org/2026/04/12/global-and-local-mcp-servers-with-copilot-cli.html

#mcp #fastmcp #ai #python #programming #github

I've released the first version of NGMCP, an MCP server for reading and querying Norton Guide database files. https://blog.davep.org/2026/04/11/ngmcp-an-mcp-experiment.html

#python #programming #mcp #fastmcp #ai #agent #msdos

Welcome to FastMCP

https://gofastmcp.com/getting-started/welcome

#HackerNews #FastMCP #Welcome #NewTech #Innovation #Community

FastMCP brings a suite of Python tools for the Model Context Protocol, now with full type hints, docstrings, robust error handling, input validation and logging. Ideal for AI developers who want clean, maintainable code and seamless integration. Dive in to see how it streamlines your LLM workflows and boosts open‑source collaboration. #FastMCP #ModelContextProtocol #PythonAI #ErrorHandling

🔗 https://aidailypost.com/news/fastmcp-offers-python-tools-type-hints-docstrings-error-handling

ginobefun (@hongming731)

Prefect CEO이자 FastMCP 개발자 Jeremiah Lowin이 aiDotEngineer에서 'Agent Native' 설계 개념을 제시하며, REST API를 MCP에 그대로 옮기지 말아야 한다고 주장했습니다. 그는 AI 에이전트가 발견(discovery), 반복(iteration), 문맥(context) 처리에서 인간과 본질적으로 다르므로 에이전트 네이티브 설계가 필요하다고 강조했습니다.

https://x.com/hongming731/status/2010875306526327078

#agentnative #mcp #prefect #fastmcp #aiagents