MCP: get_stdio_tools() fails in documented setup
Les mainteneurs répondent en général sous 2 jours
Évaluation
- Difficulté
- 3/5
- Temps estimé
- 1-2 jours
- Accessibilité débutants
- 68/100
Piste de recherche
Start with get_stdio_tools() and its connection helper, then compare the lifecycle used by get_http_tools(). Re-run the documented uv command on the frozen revision and verify that discovery starts the MCP transport and returns tools without requiring agent.run().
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Description
Bug description
The MCP reference shows calling get_stdio_tools() as setup code that returns AgentTool values to pass to ai.Agent. On the frozen main revision, the documented call raises before returning tools when run outside agent.run().
Reproduction
From the repository root with Python 3.12:
uv run --frozen --python 3.12 python -c 'import asyncio, ai; asyncio.run(ai.mcp.get_stdio_tools("python", "--version"))'
Observed error:
RuntimeError: MCP tools must be used inside agent.run(). The connection pool is not initialized.
The pool check happens before an MCP transport is started, so this call does not launch the subprocess.
Expected behavior
The documented setup call should return tools that can be passed to ai.Agent, or the reference should show a supported lifecycle for discovery.
Source context
get_stdio_tools() calls the connection helper without establishing the pool. get_http_tools() establishes the pool around discovery. This is reproducible against main at c788059dd1db2d93ae1c3da6daffb660eca07dbb.
- Langage dominant
- Python
- Étoiles
- 189
- Forks
- 26
- Merge moyen
- 1 j 23 h
- PR mergées (30 j)
- 14
Préparer son environnement
- Aucun Dockerfile ni fichier Docker Compose
- Aucun modèle de pull request
- Lire le guide de contribution
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Autres issues de vercel-labs/ai-python
-
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 25/100
vercel-labs/ai-python#299 ·
Les mainteneurs répondent en général sous 2 jours
-
Structured output streaming: no way to see the object while it generatesPeut-être pris @jaygupta17 l’a pris il y a 44 jours. Ouverte
Difficulté 4/5 3-5 jours Accessibilité débutants 55/100
vercel-labs/ai-python#272 ·
Les mainteneurs répondent en général sous 2 jours
-
Tool parameters lose descriptions from Annotated[...] and docstring Args sectionsPeut-être pris @jaygupta17 l’a pris il y a 44 jours. Ouverte
Difficulté 3/5 1-2 jours Accessibilité débutants 72/100
vercel-labs/ai-python#270 ·
Les mainteneurs répondent en général sous 2 jours
-
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 30/100
vercel-labs/ai-python#224 · 1 commentaire · 1 réaction ·
Les mainteneurs répondent en général sous 2 jours
Toutes les issues de vercel-labs/ai-python
Issues similaires
-
Difficulté 2/5 1-3 heures Accessibilité débutants 62/100
Les mainteneurs répondent en général sous 1 jour
-
enhancement good first issue Stellar Wave trivial
Difficulté 2/5 1-3 heures Accessibilité débutants 75/100
StellarCanary/ProtocolCanary-Fixtures#258 ·
Les mainteneurs répondent en général sous 1 jour
-
enhancement
Difficulté 2/5 1-3 heures Accessibilité débutants 70/100
IBM/ai-atlas-nexus#295 ·
Les mainteneurs répondent en général sous 6 jours
-
github_actions
Difficulté 2/5 1-3 heures Accessibilité débutants 65/100
Hochfrequenz/aibap.mcp#578 ·
Les mainteneurs répondent en général sous 1 jour
-
bug
Difficulté 2/5 1-3 heures Accessibilité débutants 75/100
mishraprafful/multihull#150 ·
Les mainteneurs répondent en général sous 1 jour