كيفية إنشاء وكيل ذكاء اصطناعي باستخدام Claude Agent SDK وClickHouse MCP server

في هذا الدليل، ستتعلّم كيفية إنشاء وكيل ذكاء اصطناعي باستخدام Claude Agent SDK يمكنه التفاعل مع ClickHouse SQL playground باستخدام ClickHouse MCP server.

المتطلبات الأساسية

ستحتاج إلى تثبيت بايثون على نظامك.
ستحتاج إلى تثبيت pip على نظامك.
ستحتاج إلى مفتاح API من Anthropic

يمكنك تنفيذ الخطوات التالية إما من مفسّر بايثون التفاعلي (REPL) أو عبر برنامج نصي.

تثبيت المكتبات

ثبّت مكتبة Claude Agent SDK بتشغيل الأوامر التالية:

pip install -q --upgrade pip
pip install -q claude-agent-sdk
pip install -q ipywidgets

إعداد بيانات الاعتماد

بعد ذلك، ستحتاج إلى إدخال مفتاح API الخاص بـ Anthropic:

import os, getpass
os.environ["ANTHROPIC_API_KEY"] = getpass.getpass("Enter Anthropic API Key:")

الاستجابةresponse

Enter Anthropic API Key: ········

بعد ذلك، حدِّد بيانات الاعتماد اللازمة للاتصال بـ ClickHouse SQL playground:

env = {
    "CLICKHOUSE_HOST": "sql-clickhouse.clickhouse.com",
    "CLICKHOUSE_PORT": "8443",
    "CLICKHOUSE_USER": "demo",
    "CLICKHOUSE_PASSWORD": "",
    "CLICKHOUSE_SECURE": "true"
}

تهيئة MCP server ووكيل Claude Agent SDK

الآن اضبط ClickHouse MCP server بحيث يشير إلى ClickHouse SQL playground ثم هيِّئ الوكيل واطرح عليه سؤالًا:

from claude_agent_sdk import query, ClaudeAgentOptions, AssistantMessage, UserMessage, TextBlock, ToolUseBlock

options = ClaudeAgentOptions(
    allowed_tools=[
        "mcp__mcp-clickhouse__list_databases",
        "mcp__mcp-clickhouse__list_tables", 
        "mcp__mcp-clickhouse__run_select_query",
        "mcp__mcp-clickhouse__run_chdb_select_query"
    ],
    mcp_servers={
        "mcp-clickhouse": {
            "command": "uv",
            "args": [
                "run",
                "--with", "mcp-clickhouse",
                "--python", "3.10",
                "mcp-clickhouse"
            ],
            "env": env
        }
    }
)

async for message in query(prompt="Tell me something interesting about UK property sales", options=options):
    if isinstance(message, AssistantMessage):
        for block in message.content:
            if isinstance(block, TextBlock):
                print(f"🤖 {block.text}")
            if isinstance(block, ToolUseBlock):
                print(f"🛠️ {block.name} {block.input}")
    elif isinstance(message, UserMessage):
        for block in message.content:
            if isinstance(block, TextBlock):
                print(block.text)

لاحظ أن الشيفرة داخل كتلة for تُصفّي المخرجات اختصارًا.

الاستجابةresponse

🤖 سأستعلم من قاعدة بيانات ClickHouse للعثور على معلومة مثيرة للاهتمام حول مبيعات العقارات في المملكة المتحدة.

دعني أولًا أرى قواعد البيانات المتاحة:
🛠️ mcp__mcp-clickhouse__list_databases {}
🤖 رائع! توجد قاعدة بيانات باسم "uk". دعني أرى الجداول المتاحة:
🛠️ mcp__mcp-clickhouse__list_tables {'database': 'uk'}
🤖 ممتاز! يحتوي الجدول `uk_price_paid` على أكثر من 30 مليون سجل لمبيعات العقارات. دعني أبحث عن شيء مثير للاهتمام:
🛠️ mcp__mcp-clickhouse__run_select_query {'query': "\nSELECT \n    street,\n    town,\n    max(price) as max_price,\n    min(price) as min_price,\n    max(price) - min(price) as price_difference,\n    count() as sales_count\nFROM uk.uk_price_paid\nWHERE street != ''\nGROUP BY street, town\nHAVING sales_count > 100\nORDER BY price_difference DESC\nLIMIT 1\n"}
🤖 إليك معلومة لافتة: **Baker Street في لندن** (نعم، شارع شيرلوك هولمز الشهير!) سجّل أكبر نطاق سعري بين جميع الشوارع التي شهدت أكثر من 100 عملية بيع؛ إذ بيعت فيه عقارات بأسعار منخفضة تصل إلى **£2,500** ومرتفعة تصل إلى **£594.3 million**، بفارق هائل يتجاوز £594 million!

وهذا منطقي، لأن Baker Street يُعد من أرقى العناوين في لندن، ويمر عبر مناطق ثرية مثل Marylebone، وقد سُجّلت فيه 541 عملية بيع في مجموعة البيانات هذه.