MCP Langgraph

🚀 MCP + LangGraph エージェント

このリポジトリは、LangGraph で駆動される最小限の実行可能なエージェント の例です。ここでは、ツールが従来の LangChain ツールではなく、MCP（モデルコンテキストプロトコル）サーバー を通じて実装されています。このサンプルは、公式の LangGraph チュートリアル を基に、MCP サーバーをツールとして使用する方法を示すために改変されています。

🧠 このリポジトリを 骨格 として利用して、MCP ツールを含む独自の LangGraph エージェントを迅速に構築しましょう！

🚀 クイックスタート

このリポジトリは、LangGraph で駆動される最小限の実行可能なエージェントの例です。ツールは MCP サーバーを通じて実装されており、公式の LangGraph チュートリアルを基に改変されています。このリポジトリを利用することで、MCP ツールを含む独自の LangGraph エージェントを迅速に構築することができます。

✨ 主な機能

flowchart TD
    __start__ --> chatbot
    chatbot -.-> tools
    chatbot -.-> __end__
    tools --> chatbot

• LangGraph を統合して、エージェントの状態管理とメッセージルーティングを行います。
• MCP サーバーを使用して、ツールへのアクセスを提供します。
• 数学と天気予報のサンプル MCP サーバーを含んでいます。
• コマンドラインインターフェースを提供し、エージェントとの対話を可能にします。

📦 インストール

1. リポジトリをクローンします：

   git clone <repository_url>
   

2. Poetry を使用して依存関係をインストールします：

   poetry install
   

💻 使用例

基本的な使用法

1. .env ファイルに Anthropic API キーを設定します。ファイルが存在しない場合は、作成する必要があります。例：

   ANTHROPIC_API_KEY=your_api_key
   

2. MCP サーバーを起動します：
   • 数学サーバー：python src/mcp_servers/math_server.py
   • 天気予報サーバー：python src/mcp_servers/weather_server.py
3. エージェントを実行します：

   poetry run main
   

   これにより、エージェントの対話モードが起動します。プロンプトを入力することでエージェントと対話でき、エージェントは MCP サーバーが提供するツールを使用して応答します。

具体的な使用例

ユーザー：(3 + 5) × 12 の結果は何ですか？
アシスタント：(3 + 5) × 12 = 96
ユーザー：ニューヨークの天気はどうですか？
アシスタント：ニューヨークはいつも晴れです。

📚 ドキュメント

MCP サーバーの設定

MCP サーバーは src/main.py で設定されています。設定を変更することで、サーバーの追加や削除、または転送メカニズムの変更が可能です。

LLM の設定

エージェントが使用する LLM は、src/common.py で変更できます。