Langchain MCP Client

🚀 言語チェーン MCP クライアント ストリーミングアプリケーション

この Streamlit アプリは、MCP（モデルコンテキストプロトコル）サーバーに接続し、異なる LLM プロバイダー（OpenAI、Anthropic、Google など）とやり取りするためのユーザーインターフェースを提供します。

✨ 主な機能

• SSE（サーバー送信イベント）を通じて MCP サーバーに接続する
• 単一サーバーと複数サーバーの構成をサポートする
• OpenAI や Claude など、異なる LLM プロバイダーを選択できる
• UI から直接、利用可能な MCP ツールを表示、テスト、使用する
• LLM エージェントとやり取りするチャットインターフェースを備える
• ツールの実行結果を表示する

📦 インストール

1. このリポジトリをクローンします：

git clone https://github.com/guinacio/langchain-mcp-client.git
cd langchain-mcp-client

2. 仮想環境を作成し、依存関係をインストールします：

python -m venv venv
source venv/bin/activate  # Windowsの場合：venv\Scripts\activate
pip install -r requirements.txt

🚀 クイックスタート

以下のコマンドを使用して Streamlit アプリケーションを実行します：

streamlit run app.py

アプリケーションは http://localhost:8501 で利用可能になります。

🛠️ MCP サーバーの設定

このアプリケーションを使用するには、実行中の MCP サーバーまたは有効な MCP サーバー URL が必要です。 簡単なテストのために、weather_server.py で提供されているシンプルな MCP サーバーを使用できます：

2. MCP ライブラリをインストールします：

pip install mcp

3. サーバーを実行します：

python weather_server.py

サーバーはデフォルトのポート 8000 で起動します。Streamlit アプリケーションでは、URL http://localhost:8000/sse を使用して接続できます。

⚙️ 設定オプション

LLM プロバイダー

• OpenAI：OpenAI API キーが必要で、gpt - 4、gpt - 4o、gpt - 3.5 - turbo などのモデルをサポートします。
• Anthropic：Anthropic API キーが必要で、Claude モデルをサポートします。
• Google：Google 生成型言語 / Vertex AI API が必要です。
• ローカル LLM：Ollama を使用したローカル LLM をサポートします。

MCP サーバー接続

• 現在は SSE（サーバー送信イベント）接続をサポートしています。
• MCP サーバーの SSE エンドポイント URL（例：http://localhost:8000/sse）を入力します。

サーバーモード

• 単一サーバー：1 つの MCP サーバーに接続します。
• 複数サーバー：複数の MCP サーバーに同時に接続します。
  • 一意の名前でサーバーを追加します。
  • UI を通じてサーバーを管理（追加/削除）します。
  • すべての設定されたサーバーに同時に接続します。

利用可能なツール

• サイドバーで、接続された MCP サーバーからのすべての利用可能なツールを表示します。
• 各ツールは以下を表示します：
  • 名前と説明
  • 必須およびオプションのパラメーターとそのタイプ
  • パラメーターの説明と制約条件
• ツールは自動的にチャットインターフェースの LLM エージェントで利用可能になります。
• ツールの実行とその結果はチャット履歴で追跡されます。

🚧 将来の改善計画

• STDIO MCP サーバー：標準入出力（STDIO）を通じて MCP サーバーに接続する機能をサポートし、より柔軟なサーバー構成を実現します。
• 個別のツールテスト：UI で各ツールを個別にテストする機能を実装し、正常に動作することを確認します。
• ✅ ローカル LLM の使用：ローカル LLM（Llama、DeepSeek、Qwen など）への接続をサポートします。
• エージェントの記憶機能：エージェントが対話のコンテキストを保持できるように、記憶機能を導入します。
• RAG（ファイルアップロード）：検索強化生成（RAG）を有効にし、ユーザーがエージェントの応答を向上させるためにファイルをアップロードできるようにします。

🐞 トラブルシューティング

• 接続問題：MCP サーバーが実行中でアクセス可能であることを確認してください。
• API キーエラー：正しい LLM プロバイダーの API キーを入力していることを確認してください。
• ツールエラー：ツールの使用中に発生したエラーの詳細を取得するには、サーバーログを確認してください。

⚠️ 注意事項

このプロジェクトは実験的な性質のもので、言語チェーン技術を利用して MCP サーバーとやり取りする方法を探索およびデモンストレーションすることを目的としています。実際のアプリケーションでは、具体的なニーズに合わせて調整および最適化してください。