AgnoからConnect AI経由でTypeform に接続する方法

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 Typeform 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、数百種類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 Typeform 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 Typeform 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 Typeform 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 Typeform 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 Typeform のデータ にクエリを実行します。

Step 1: CData Connect AI で Typeform を設定

Agno からリアルタイムの Typeform のデータ にクエリを実行するには、まず CData Connect AI で Typeform 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。 Adding a connection
  2. Add Connection パネルから「Typeform」を選択します。 Selecting a data source
  3. 必要な認証プロパティを入力します。

    まず、Profile 接続プロパティにTypeForm プロファイルのディスク上の場所を設定します（例：C:\profiles\TypeForm.apip）。次に、ProfileSettings 接続プロパティにTypeForm の接続文字列を設定します（以下を参照）。

    TypeForm API プロファイル設定

    TypeForm への認証にはOAuth 標準を使用します。

    TypeForm に認証するには、まずTypeForm でOAuth アプリケーションを登録および設定する必要があります：https://admin.typeform.com/account#/section/tokens。アプリにはclient ID とclient secret が割り当てられ、接続文字列で設定できます。OAuth アプリケーションの設定の詳細については、https://developer.typeform.com/get-started/ をご参照ください。

    使用シナリオによって異なるリダイレクトURI が必要です：

    • CData デスクトップアプリケーション：CData デスクトップアプリケーション（Sync、API Server、ArcESB）は/src/oauthCallback.rst でOAuth トークンを受け入れます。ホストとポートはアプリケーションが使用するデフォルトポートと同じです。例えば、http://localhost:8019/ でCData Sync にアクセスする場合、リダイレクトURI はhttp://localhost:8019/src/oauthCallback.rst になります。
    • CData クラウドアプリケーション：CData クラウドアプリケーションはデスクトップ版と同様です。https://1.2.3.4/ でConnect AI にアクセスする場合、リダイレクトはhttps://1.2.3.4/src/oauthCallback.rst を使用します。
    • デスクトップアプリケーション：デスクトップアプリケーションを使用する場合、URI はhttps://localhost:33333 を推奨します。
    • Web アプリケーション：ドライバーを使用してWeb アプリケーションを開発する場合、https://my-website.com/oauth のような独自のURI を使用します。

    以下の接続プロパティを設定すると、接続の準備が整います：

    • AuthScheme：OAuth に設定します。
    • InitiateOAuth：GETANDREFRESH に設定します。InitiateOAuth を使用してOAuthAccessToken を取得するプロセスを管理できます。
    • OAuthClientId：アプリ設定で指定されているClient Id を設定します。
    • OAuthClientSecret：アプリ設定で指定されているClient Secret を設定します。
    • CallbackURL：アプリ設定で指定したRedirect URI を設定します。
    Configuring connection properties 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。 Updating permissions

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。 Creating a PAT

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 Typeform 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 Typeform のデータ を返す様子を示しています。

Running the Agno agent Agno agent output

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 Typeform 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

数百種類の 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

この記事の内容

関連記事