Model Context Protocol (mcp) Server

🚀 使用 LangChain / Python 的 MCP 客户端

这个简单的项目展示了如何使用 LangChain ReAct Agent 调用 Model Context Protocol (MCP) 服务器工具。它借助 langchain_mcp_tools 包中的 convert_mcp_to_langchain_tools() 函数，并行初始化多个 MCP 服务器，并将其工具转换为 LangChain 兼容的工具列表。目前支持 Anthropic、OpenAI 和 Groq 的大语言模型。此外，还有 TypeScript 版本的 MCP 客户端，可点击 此处 查看。

🚀 快速开始

先决条件

• Python 3.11+
• [可选] 安装 uv（或 uvx）以运行基于 Python 包的 MCP 服务器
• [可选] 安装 npm 7+（或使用 npx）以运行基于 Node.js 包的 MCP 服务器
• 根据需要从 Anthropic、OpenAI 和/或 Groq 获取 API 密钥

安装配置

1. 安装依赖项：

   make install
   

2. 设置 API 密钥：

   cp .env.template .env
   

   • 根据需要更新 .env 文件。
   • .gitignore 配置为忽略 .env 以防止意外提交凭证。
3. 配置 LLM 和 MCP 服务器：按需设置 llm_mcp_config.json5。
   • 配置文件格式 对于 MCP 服务器遵循与 Claude for Desktop 相同的结构，唯一区别是将键名 mcpServers 更改为 mcp_servers 以符合 JSON 配置文件中常用的蛇形命名法。
   • 文件格式为 JSON5，允许注释和尾随逗号。
   • 格式进一步扩展，用 ${...} 占位符替换相应的环境变量值。
   • 保持所有凭证和私人信息在 .env 文件中，并使用 ${...} 符号引用所需的值。

使用方法

• 运行应用程序：

  make start
  

  第一次运行需要一些时间。
• 以调试模式运行：

  make start-v
  

• 查看命令行选项：

  make start-h
  

在提示符中，您可以直接按回车键使用示例查询，这些查询会执行 MCP 服务器工具调用。示例查询可以在 llm_mcp_config.json5 中配置。

✨ 主要特性

• 支持 Anthropic、OpenAI 和 Groq 的大语言模型。
• 利用 langchain_mcp_tools 包中的 convert_mcp_to_langchain_tools() 函数，并行初始化多个 MCP 服务器，并将其工具转换为 LangChain 兼容的工具列表。
• 有 TypeScript 版本的 MCP 客户端可供选择。

📦 安装指南

依赖安装

运行以下命令安装项目所需的依赖：

make install

API 密钥设置

复制环境变量模板文件并按需更新：

cp .env.template .env

配置文件设置

按需配置 llm_mcp_config.json5 文件，具体格式可参考 此处。

💻 使用示例

基础用法

运行应用程序：

make start

高级用法

• 调试模式运行：

make start-v

• 查看命令行选项：

make start-h