# mcp-agent 的 workflow 自动路由模式
from mcp_agent import Agent, Workflow

# 定义专门化的子 Agent
research_agent = Agent(
    name="researcher",
    model="claude-sonnet-4",
    instructions="你负责深度研究。使用网络搜索和 Zotero 工具。"
)

code_agent = Agent(
    name="coder",
    model="claude-sonnet-4",
    instructions="你负责写代码和审查。使用文件系统工具。"
)

# 工作流编排器——自动路由任务
workflow = Workflow(
    agents=[research_agent, code_agent],
    routing_policy="auto",  # 系统自动分类并路由
    max_loops=3
)

# 单一入口，Agent 自己决定用哪些工具
result = await workflow.run(
    "调研一下最新的 MCP Server 性能测试数据，然后用最快的那个实现一个原型"
)

# fastapi_mcp：给每个 MCP 工具加 Auth
from fastapi import FastAPI, Depends, HTTPException
from fastapi_mcp import MCPRouter, verify_jwt_token
from pydantic import BaseModel

app = FastAPI()

# 你现有的 JWT 认证依赖
async def get_current_user(token: str = Depends(verify_jwt_token)):
    """标准 FastAPI 认证——现在在 MCP 工具里也生效"""
    if not token:
        raise HTTPException(status_code=401, detail="无效 Token")
    return token

# MCP 路由，认证直接内置
mcp_router = MCPRouter(
    prefix="/mcp",
    auth_dependency=get_current_user,  # 每个 MCP 工具都需要认证
    debug=False
)

@mcp_router.tool()
async def query_database(sql: str, user=Depends(get_current_user)):
    """这个 MCP 工具现在有 JWT 保护了"""
    # user 包含已认证的用户信息
    return execute_sql_with_rls(sql, user_id=user["sub"])

# MCP Server manifest 暴露了认证要求
@mcp_router.tool(requires_auth=True)
async def admin_tool(action: str):
    """manifest 里明确标注了需要认证"""
    return {"status": "executed", "action": action}

app.include_router(mcp_router)

# 多 Agent 协作，共享内存模式
from mcp_agent import Agent
from shared_memory import MemoryStore
import asyncio

# 共享内存存储——所有 Agent 都可以读写共享上下文
memory = MemoryStore()

# Agent 1：研究 Agent，接入 arxiv MCP
researcher = Agent(
    name="researcher",
    mcp_servers=["arxiv-mcp"],
    memory=memory
)

# Agent 2：写作 Agent，接入 PowerPoint MCP
writer = Agent(
    name="writer",
    mcp_servers=["office-powerpoint-mcp"],
    memory=memory
)

# Agent 3：分析 Agent，接入 Excel MCP
analyst = Agent(
    name="analyst",
    mcp_servers=["excel-mcp"],
    memory=memory
)

async def generate_research_presentation(topic: str):
    """多 Agent 流水线，共享内存协调"""

    # 阶段一：研究
    research_task = await researcher.run(
        f"在 arXiv 上找关于 {topic} 的 5 篇最相关论文"
    )
    papers = memory.read("papers")  # 共享读取

    # 阶段二：分析
    analysis_task = await analyst.run(
        f"分析这些论文，提取关键统计数据：{papers}"
    )
    stats = memory.read("statistics")

    # 阶段三：生成 PPT
    presentation = await writer.run(
        f"根据这些内容创建 PPT：论文={papers}, 统计={stats}"
    )

    return presentation

# 运行流水线
result = asyncio.run(generate_research_presentation("MCP Server 性能测试"))

# MCP Server 安全审计脚本
import subprocess
import json

def audit_mcp_server(manifest_url: str) -> dict:
    """
    在集成第三方 MCP Server 之前进行审计。
    检测：工具 schema 漂移、可疑权限、缺失的速率限制。
    """
    # 使用 driftcop 扫描 MCP manifest
    result = subprocess.run(
        ["npx", "driftcop", "scan", "--manifest", manifest_url],
        capture_output=True, text=True
    )

    report = json.loads(result.stdout)

    findings = []
    for issue in report.get("issues", []):
        severity = issue["severity"]
        if severity in ["HIGH", "CRITICAL"]:
            findings.append({
                "tool": issue["tool"],
                "issue": issue["description"],
                "recommendation": issue["fix"]
            })

    if findings:
        raise SecurityError(
            f"MCP Server 安全审计未通过：发现 {len(findings)} 个问题。"
            f"详情：{findings}"
        )

    return {"status": "approved", "report": report}

# 示例：集成前审计第三方 MCP Server
try:
    result = audit_mcp_server(
        "https://raw.githubusercontent.com/example/third-party-mcp/main/manifest.json"
    )
    print(f"✅ MCP Server 审计通过：{result['status']}")
except SecurityError as e:
    print(f"🚨 安全审计失败：{e}")
    # 不集成未通过审计的 MCP Server

# 动态工具加载——节省 80% Context 成本的秘诀
from mcp_agent import Agent
from mcp_agent.tool_manager import ToolRegistry

# 工具注册表持有所有可用 MCP 工具
registry = ToolRegistry()

# 注册多个 MCP Server
registry.register("arxiv-mcp", tools=[
    "search_papers", "get_paper_pdf", "get_citations",
    "get_related_papers", "get_author_papers"  # 5 个工具
])
registry.register("zotero-mcp", tools=[
    "search_library", "get_notes", "add_annotation",
    "export_bibliography", "get_collections"  # 5 个工具
])
registry.register("excel-mcp", tools=[
    "read_cells", "write_cells", "create_chart",
    "apply_formatting", "run_macro"  # 5 个工具
])
# 总计：注册了 15 个工具

# 动态加载 Agent——只加载相关工具
agent = Agent(
    name="context-aware-agent",
    tool_registry=registry,
    context_mode="on-demand",  # 根据任务动态加载工具
    max_context_tools=5  # 上下文里永远不超过 5 个工具
)

# 任务一：只加载 arxiv 工具
result1 = await agent.run("找一下 Transformer 架构相关的论文")
# 上下文中的工具：[search_papers, get_paper_pdf, get_citations]

# 任务二：加载不同的工具集
result2 = await agent.run("分析这个 Excel 表格的趋势")
# 上下文中的工具：[read_cells, create_chart, apply_formatting]