> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Como criar um agente PydanticAI usando o servidor MCP do ClickHouse.

> Aprenda a criar um agente PydanticAI que pode interagir com o servidor MCP do ClickHouse.

Neste guia, você aprenderá a criar um agente [PydanticAI](https://ai.pydantic.dev/mcp/client/#__tabbed_1_1) que
pode interagir com o [playground SQL do ClickHouse](https://sql.clickhouse.com/) usando o [servidor MCP do ClickHouse](https://github.com/ClickHouse/mcp-clickhouse).

<Info>
  **Notebook de exemplo**

  Este exemplo pode ser encontrado como um notebook no [repositório de exemplos](https://github.com/ClickHouse/examples/blob/main/ai/mcp/pydanticai/pydantic.ipynb).
</Info>

<div id="prerequisites">
  ## Pré-requisitos
</div>

* Você precisará ter o Python instalado no seu sistema.
* Você precisará ter o `pip` instalado no seu sistema.
* Você precisará de uma chave de API da Anthropic ou de uma chave de API de outro provedor de LLM.

Você pode executar as etapas a seguir no REPL do Python ou por meio de um script.

<Steps>
  <Step title="Instalar bibliotecas" id="install-libraries">
    Instale as bibliotecas necessárias executando os seguintes comandos:

    ```python theme={null}
    pip install -q --upgrade pip
    pip install -q "pydantic-ai-slim[mcp]"
    pip install -q "pydantic-ai-slim[anthropic]" # substitua pelo pacote apropriado se estiver usando um provedor de LLM diferente
    ```
  </Step>

  <Step title="Configurar credenciais" id="setup-credentials">
    Em seguida, você precisará informar sua chave de API da Anthropic:

    ```python theme={null}
    import os, getpass
    os.environ["ANTHROPIC_API_KEY"] = getpass.getpass("Enter Anthropic API Key:")
    ```

    ```response title="Resposta" theme={null}
    Enter Anthropic API Key: ········
    ```

    <Info>
      **Usando outro provedor de LLM**

      Se você não tiver uma chave de API da Anthropic e quiser usar outro provedor de LLM,
      poderá encontrar as instruções para configurar suas credenciais na [documentação do PydanticAI](https://ai.pydantic.dev/models/)
    </Info>

    Em seguida, defina as credenciais necessárias para se conectar ao playground SQL do ClickHouse:

    ```python theme={null}
    env = {
        "CLICKHOUSE_HOST": "sql-clickhouse.clickhouse.com",
        "CLICKHOUSE_PORT": "8443",
        "CLICKHOUSE_USER": "demo",
        "CLICKHOUSE_PASSWORD": "",
        "CLICKHOUSE_SECURE": "true"
    }
    ```
  </Step>

  <Step title="Inicializar o servidor MCP e o agente PydanticAI" id="initialize-mcp">
    Agora, configure o servidor MCP do ClickHouse para apontar para o playground SQL do ClickHouse:

    ```python theme={null}
    from pydantic_ai import Agent
    from pydantic_ai.mcp import MCPServerStdio
    from pydantic_ai.messages import ToolCallPart, ToolReturnPart

    server = MCPServerStdio(
        'uv',
        args=[
            'run',
            '--with', 'mcp-clickhouse',
            '--python', '3.13',
            'mcp-clickhouse'
        ],
        env=env
    )
    agent = Agent('anthropic:claude-sonnet-4-0', mcp_servers=[server])
    ```
  </Step>

  <Step title="Faça uma pergunta ao agente" id="ask-agent">
    Por fim, você pode fazer uma pergunta ao agente:

    ```python theme={null}
    async with agent.run_mcp_servers():
        result = await agent.run("Who's done the most PRs for ClickHouse?")
        print(result.output)
    ```

    Você receberá uma resposta semelhante à abaixo:

    ```response title="Resposta" theme={null}
    Com base nos dados do repositório GitHub do ClickHouse, estes são os principais contribuidores pelo número de pull requests criados:

    **Principais contribuidores do ClickHouse por PRs abertos:**

    1. **alexey-milovidov** - 3.370 PRs abertos
    2. **azat** - 1.905 PRs abertos  
    3. **rschu1ze** - 979 PRs abertos
    4. **alesapin** - 947 PRs abertos
    5. **tavplubix** - 896 PRs abertos
    6. **kssenii** - 871 PRs abertos
    7. **Avogar** - 805 PRs abertos
    8. **KochetovNicolai** - 700 PRs abertos
    9. **Algunenano** - 658 PRs abertos
    10. **kitaisreal** - 630 PRs abertos

    **Alexey Milovidov** se destaca de longe como o contribuidor mais ativo, com mais de 3.370 pull requests abertos, um número significativamente maior do que o de qualquer outro contribuidor. Isso faz sentido, já que Alexey Milovidov é um dos fundadores e principais desenvolvedores do ClickHouse.

    Os dados também mostram que alexey-milovidov tem sido muito ativo no gerenciamento de PRs, com 12.818 eventos "closed" (provavelmente revisando e fechando PRs de outros contribuidores), além de criar seus próprios PRs.

    Vale observar que filtrei várias contas de robôs/bots responsáveis por processos automatizados, focando em contribuidores humanos para dar a resposta mais relevante sobre quem mais contribuiu com PRs para o ClickHouse.
    ```
  </Step>
</Steps>