Langgraph Coding Team

🚀 クイックスタート

このドキュメントは、LangGraph と Model Context Protocol（MCP）を組み合わせた協調コーディングロボットについて説明します。このシステムは、1 つのゲートウェイサーバー、複数の MCP サーバー、および 3 つの協調する Coding Agents で構成されています。

✨ 主な機能

MCP Gateway Server

• 複数の MCP サーバーインスタンスを管理します。
• 統一された API インターフェースを通じてツールにアクセスできます。
• MCP サーバーとの通信を処理します。
• シンプルな HTTP インターフェースでツールを公開します。

MCP Servers

• 特定の機能を持つサーバーです。
  • GitHub サーバー：リポジトリ操作（読み書き、リスト表示、検索、ブランチ作成、PR 作成など）をサポートします。
  • 機能拡張のために、さらに多くのサーバーを追加することができます。

Coding Agents

• Orchestrator：人間からの情報を収集し、MCP サーバーを使用して Linear と GitHub にアクセスします。必要に応じて Planner と Coder に作業を委託します。
• Planner：要件とコードのコンテキストを受け取り、計画を立案し、複数の実装提案を行います。MCP を使用しません。
• Coder：コードのコンテキストと提案された実装を受け取り、異なる GitHub ブランチですべてを実装します。

📦 インストール

1. 依存関係のインストール

# 代理パッケージのインストール
pip install -e .

# ゲートウェイパッケージのインストール
cd gateway
pip install -e .
cd ..

2. 環境変数の設定

複数の LLM プロバイダーを環境変数でサポートしています。

# LLM 設定 - 複数のプロバイダーをサポート：
LLM_MODEL=provider/model-name

# サポートされているプロバイダーとサンプルモデル：
# - Anthropic: anthropic/claude-3-5-sonnet-20240620
# - OpenAI: openai/gpt-4
# - OpenRouter: openrouter/openai/gpt-4o-mini
# - Google: google/gemini-1.5-pro

# 異なるプロバイダーの API Key
OPENAI_API_KEY=your_openai_api_key
ANTHROPIC_API_KEY=your_anthropic_api_key
OPENROUTER_API_KEY=your_openrouter_api_key
GOOGLE_API_KEY=your_google_api_key

# OpenRouter 設定（OpenRouter を使用する場合）
OPENROUTER_BASE_URL=https://openrouter.ai/api/v1

3. MCP サーバーの設定

ゲートウェイサーバーは gateway/config.json で設定されます。デフォルトでは 2 つの MCP サーバーが起動します。

{
  "mcp": {
    "servers": {
      "filesystem": {
        "command": "npx",
        "args": [
          "-y",
          "@modelcontextprotocol/server-filesystem",
          "/path/to/directory"
        ]
      },
      "memory": {
        "command": "npx",
        "args": [
          "-y",
          "@modelcontextprotocol/server-memory"
        ]
      }
    }
  }
}

公式 MCP サーバーリポジトリ からさらに多くのサーバーを追加できます。

4. ゲートウェイサーバーの起動

cd gateway
python -m mcp_gateway.server

サーバーはデフォルトのポート 8808 で起動します。

5. エージェントの設定

エージェントとゲートウェイの接続は langgraph.json で設定されます。

{
  "dependencies": ["."],
  "graphs": {
    "agent": "./src/react_agent/graph.py:graph"
  },
  "env": ".env",
  "mcp": {
    "gateway_url": "http://localhost:8808"
  }
}

6. エージェントの使用

LangGraph Studio でフォルダを開くと、エージェントは自動的に以下のことを行います。

1. ゲートウェイに接続します。
2. 利用可能なツールを検出します。
3. 協調コーディングを開始します。

💻 使用例

利用可能なツール

Filesystem Tools

• ファイルの読み取り
• ファイルの書き込み
• ディレクトリの走査
• ファイルの削除
• ファイルのコピー

Memory Tools

• コンテキストの保存
• セッション管理
• データの永続化
• 履歴のクエリ

📚 ドキュメント

新しいサーバーの追加

config.json に新しい MCP サーバーの設定を追加し、ゲートウェイを再起動します。

エージェントのカスタマイズ

graph.py と関連コンポーネントを変更することで、エージェントの動作をカスタマイズできます。

詳細情報

• LangGraph 公式ドキュメント
• MCP プロトコルドキュメント

📄 ライセンス

このプロジェクトは MIT ライセンスの下で公開されています。詳細は LICENSE ファイルを参照してください。