MCP: get_stdio_tools() fails in documented setup
I maintainer di solito rispondono entro 2 giorni
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 68/100
Direzione di ricerca
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().
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
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.
- Lingua principale
- Python
- Stelle
- 189
- Fork
- 26
- Merge medio
- 1g 23h
- PR unite (30g)
- 14
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di vercel-labs/ai-python
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
vercel-labs/ai-python#299 ·
I maintainer di solito rispondono entro 2 giorni
-
Structured output streaming: no way to see the object while it generatesForse già presa @jaygupta17 l’ha presa 43 giorni fa. Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 55/100
vercel-labs/ai-python#272 ·
I maintainer di solito rispondono entro 2 giorni
-
Tool parameters lose descriptions from Annotated[...] and docstring Args sectionsForse già presa @jaygupta17 l’ha presa 43 giorni fa. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 72/100
vercel-labs/ai-python#270 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 30/100
vercel-labs/ai-python#224 · 1 commento · 1 reazione ·
I maintainer di solito rispondono entro 2 giorni
Tutte le issue di vercel-labs/ai-python
Issue simili
-
bug ready for review
Difficoltà 2/5 1-3 ore Idoneità per principianti 86/100
odysseus-dev/odysseus#6641 ·
I maintainer di solito rispondono entro 1 giorno
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
happypawspillaro/happypaws#78 ·
I maintainer di solito rispondono entro 4 giorni
-
pydanty:is-working
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
pydantic/pydantic-ai#10020 ·
I maintainer di solito rispondono entro 1 giorno
-
Bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
ansible-collections/ibm_zos_core#2650 ·
-
hw: pvc tests: vllm vllm
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
intel/intel-xpu-backend-for-triton#8362 ·
I maintainer di solito rispondono entro 1 giorno