Agno を使って CData Connect AI 経由で SingleStore のデータと対話する

Anusha M B
Anusha M B
Technical Marketing Engineer
CData Connect AI Remote MCP Server を活用して、Agno エージェントが SingleStore のデータ に対して安全に質問やアクションを実行できるようにします。

Agno は、ツールを使って推論・計画・アクションを実行する AI エージェントを構築するための、開発者向け Python フレームワークです。 Agno はクリーンでコード駆動型のアーキテクチャを重視しており、エージェントランタイムを開発者が完全に制御できます。

CData Connect AI は、300 以上のエンタープライズデータソースを AI システムと連携させるための、セキュアなクラウド間インターフェースを提供します。 Connect AI を使用すると、リアルタイムの SingleStore のデータ をレプリケーションなしでリモート MCP エンドポイント経由で公開できます。

このガイドでは、Agno Python SDK を使用して本番環境対応の Agno エージェントを構築します。 エージェントは streamable HTTP を使用して MCP 経由で CData Connect AI に接続し、利用可能なツールを動的に検出して、 リアルタイムの SingleStore のデータ にクエリを実行します。

前提条件

  1. Python 3.9 以上
  2. CData Connect AI アカウント – こちらからサインアップまたはログイン
  3. 有効な認証情報を持つ SingleStore アカウント
  4. LLM API キー（例：OpenAI）

概要

プロセスの概要は以下のとおりです。

  1. 接続：CData Connect AI で SingleStore 接続を設定します。
  2. 検出：MCP を使用して CData Connect AI が公開するツールを動的に取得します。
  3. クエリ：MCP ツールを Agno 関数としてラップし、リアルタイムの SingleStore のデータ にクエリを実行します。

Step 1: CData Connect AI で SingleStore を設定

Agno からリアルタイムの SingleStore のデータ にクエリを実行するには、まず CData Connect AI で SingleStore 接続を作成します。 この接続は CData Remote MCP Server 経由で公開されます。

  1. Connect AI にログインし、Sources をクリックしてから Add Connection をクリックします。
  2. Add Connection パネルから「SingleStore」を選択します。
  3. 必要な認証プロパティを入力します。

    データに接続するには、次の接続プロパティが必要です。

    • Server：SingleStore データベースをホスティングしているサーバーのホスト名またはIP アドレス。
    • Port：SingleStore データベースをホスティングしているサーバーのポート。

    また、オプションで以下を設定することもできます。

    • SingleStore：SingleStore Server に接続する場合のデフォルトデータベース。設定されていない場合、すべてのデータベースのテーブルが返されます。

    標準認証

    標準認証で認証するには、次を設定します。

    • User：SingleStore サーバーに認証する際に使われるユーザー。
    • Password：SingleStore サーバーに認証する際に使われるパスワード。

    統合セキュリティを使用した接続

    標準のユーザー名とパスワードを提供する代わりに、Windows 認証を介して信頼されたされたユーザーをサーバーに認証できます。

    SSL 認証

    SSL 認証を活用してセキュアなセッションを介してSingleStore データに接続できます。次の接続プロパティを設定し、データに接続します。

    • SSLClientCert：クライアント証明書のための証明書ストア名に設定。クライアントとサーバーの両方のマシンでトラストストアとキーストアが保持される2-way SSL の場合に使用されます。
    • SSLClientCertPassword：クライアント証明書ストアがパスワードで保護されている場合、この値をストアのパスワードに設定します。
    • SSLClientCertSubject：TLS/SSL クライアント証明書のサブジェクト。ストア内の証明書を検索するために使用されます。
    • SSLClientCertType：クライアントストアの証明書タイプ。
    • SSLServerCert：サーバーが受け入れ可能な証明書。

    SSH 認証

    SSH を使用して、セキュアにリモートマシンにログインできます。SingleStore データにSSH 経由でアクセスするには、次の接続プロパティを設定します。

    • SSHClientCert：クライアント証明書のための証明書ストア名に設定。
    • SSHClientCertPassword：クライアント証明書ストアがパスワードで保護されている場合、この値をストアのパスワードに設定します。
    • SSHClientCertSubject：TLS/SSL クライアント証明書のサブジェクト。ストア内の証明書を検索するために使用されます。
    • SSHClientCertType：クライアントストアの証明書タイプ。
    • SSHPassword：SSH サーバーに認証するためのパスワード。
    • SSHPort：SSH 操作に使用するポート。
    • SSHServer：認証しようとしているSSH 認証サーバー。
    • SSHServerFingerPrint：接続先のホストの検証に使用するSSH サーバーのフィンガープリント。
    • SSHUser：SSH サーバーに認証するためのユーザー名。
    Create & Test をクリックします。
  4. Permissions タブを開き、ユーザーアクセスを設定します。

Personal Access Token の追加

Personal Access Token（PAT）は、Agno から CData Connect AI への MCP リクエストを認証するために使用されます。

  1. Settings を開き、Access Tokens に移動します。
  2. Create PAT をクリックします。
  3. 生成されたトークンを安全に保存します。

Step 2: 依存関係のインストールと環境変数の設定

Agno と MCP アダプターの依存関係をインストールします。LangChain は MCP ツールの互換性のためだけに含まれています。 

pip install agno agno-mcp langchain-mcp-adapters

環境変数を設定します。 

export CDATA_MCP_URL="https://mcp.cloud.cdata.com/mcp"
export CDATA_MCP_AUTH="Base64EncodedCredentials"
export OPENAI_API_KEY="your-openai-key"

「Base64EncodedCredentials」は、Connect AI ユーザーのメールアドレスと Personal Access Token をコロン（「:」）で結合し、Base64 エンコードした値です：Base64([email protected]:MY_CONNECT_AI_PAT)

Step 3: MCP 経由で CData Connect AI に接続

streamable HTTP を使用して MCP クライアントを作成します。これにより、CData Connect AI へのセキュアな接続が確立されます。 

import os
from langchain_mcp_adapters.client import MultiServerMCPClient

mcp_client = MultiServerMCPClient(
  connections={
    "default": {
      "transport": "streamable_http",
      "url": os.environ["CDATA_MCP_URL"],
      "headers": {
        "Authorization": f"Basic {os.environ['CDATA_MCP_AUTH']}"
      }
    }
  }
)

Step 4: MCP ツールの検出

CData Connect AI は操作を MCP ツールとして公開します。これらは実行時に動的に取得されます。 

langchain_tools = await mcp_client.get_tools()
for tool in langchain_tools:
  print(tool.name)

Step 5: MCP ツールを Agno 関数に変換

各 MCP ツールを Agno 関数としてラップし、エージェントで使用できるようにします。

注意：Agno がすべての推論、計画、ツール選択を行います。LangChain は CData Connect AI が公開するツールを利用するための軽量な MCP 互換レイヤーとしてのみ使用されます。

from agno.tools import Function

def make_tool_caller(lc_tool):
  async def call_tool(**kwargs):
    return await lc_tool.ainvoke(kwargs)
  return call_tool

Step 6: Agno エージェントを作成してリアルタイムの SingleStore のデータ にクエリ

Agno がすべての推論、計画、ツール呼び出しを行います。LangChain は MCP 互換性以外の役割を果たしません。 

from agno.agent import Agent
from agno.models.openai import OpenAIChat

agent = Agent(
  model=OpenAIChat(
    id="gpt-4o",
    temperature=0.2,
    api_key=os.environ["OPENAI_API_KEY"]
  ),
  tools=agno_tools,
  markdown=True
)

await agent.aprint_response(
  "Show me the top 5 records from the available data source"
)

if __name__ == "__main__":
    asyncio.run(main())

以下の結果は、Agno エージェントが CData Connect AI を通じて MCP ツールを呼び出し、リアルタイムの SingleStore のデータ を返す様子を示しています。

これで、Agno エージェントを通じて自然言語でリアルタイムの SingleStore のデータ にクエリを実行できるようになりました。

CData Connect AI の詳細

300 以上の SaaS、ビッグデータ、NoSQL ソースにクラウドアプリケーションから直接アクセスするには、 CData Connect AI をぜひお試しください。

はじめる準備はできましたか？

CData Connect AI の詳細、または無料トライアルにお申し込みください：

無料トライアル お問い合わせ

この記事の内容

関連記事