MCP Server

🚀 LangChain MCP 多服務器集成

這是一個全面的模型上下文協議（MCP）實現方案，它將多種數據源和服務與 LangChain 智能體集成，以實現智能的數據處理和存儲。

🚀 主要特性

• 多服務器架構：集成了天氣、股票、MongoDB 和 Elasticsearch 服務器。
• AI 智能體集成：LangChain 智能體能夠智能地使用所有可用工具。
• 自動數據存儲：對話和數據會自動存儲到 Elasticsearch 中。
• 即時數據：提供即時天氣警報和股票投資組合數據。
• 安全配置：通過 .netrc 文件管理憑證。

📋 前提條件

• Python 3.8 及以上版本。
• Elasticsearch 在 localhost:9200 上運行。
• MongoDB 在 localhost:27017 上運行（可選）。
• 擁有 Kite Connect API 賬戶以獲取股票數據。
• 具備 LLM API 訪問權限（兼容 OpenAI 的端點）。

📦 安裝指南

1. 克隆倉庫：

git clone https://github.com/vamsivenkat987/langchain_mcp_server.git
cd langchain_mcp_server/mcp

2. 安裝依賴：

pip install langchain-mcp-adapters langchain-openai elasticsearch pymongo kiteconnect requests

3. 啟動所需服務：

# 啟動 Elasticsearch
docker run -d -p 9200:9200 -e "discovery.type=single-node" elasticsearch:8.11.0

# 啟動 MongoDB（可選）
docker run -d -p 27017:27017 mongo:latest

⚙️ 配置

在項目目錄下創建一個 .netrc 文件：

machine llm.model
login your_api_key_here
password https://your-llm-endpoint-here

machine stocks.data
login your_kite_api_key
password your_kite_api_secret
account your_kite_access_token

💻 使用示例

🔨 基礎用法

python3 mcp_client.py

🌟 高級用法

單個服務器測試

# 測試天氣服務器
python3 weather_server.py

# 測試股票服務器
python3 stocks_server.py

# 測試 Elasticsearch 服務器
python3 elastic_search_server.py

# 測試 MongoDB 服務器
python3 mongo_server.py

🔧 可用工具

天氣服務器 (weather_server.py)

• get_alerts(state) - 獲取美國某個州的活躍天氣警報。
• 使用美國國家氣象局 API。

股票服務器 (stocks_server.py)

• get_holdings() - 從 Kite Connect 獲取當前股票投資組合。
• 需要有效的 Kite Connect 會話。

Elasticsearch 服務器 (elastic_search_server.py)

• add_document(document, index, doc_id) - 將文檔存儲到 Elasticsearch 中。
• 自動生成時間戳和 UUID。
• 對字符串輸入進行 JSON 解析。

MongoDB 服務器 (mongo_server.py)

• add_conversation_data(user_content, ai_content) - 存儲對話。
• add_customer_data(name, age) - 存儲客戶信息。

📁 項目結構

mcp/
├── mcp_client.py              # 主 LangChain 智能體客戶端
├── weather_server.py          # 天氣警報 MCP 服務器
├── stocks_server.py           # 股票投資組合 MCP 服務器
├── elastic_search_server.py   # Elasticsearch MCP 服務器
├── mongo_server.py            # MongoDB MCP 服務器
├── test_elastic_search.py     # Elasticsearch 測試工具
├── test_kite.py              # Kite Connect 認證流程
├── test_mcp.py               # MCP 服務器測試
├── .netrc                    # API 憑證（需創建）
├── oneEGaDCA.crt            # SSL 證書
└── README.md                 # 本文件

🤖 AI 智能體工作流程

LangChain 智能體遵循以下工作流程：

1. 處理用戶查詢：理解用戶的需求。
2. 調用合適的工具：
   • 天氣查詢 → get_alerts(state)
   • 股票查詢 → get_holdings()
3. 提供自然響應：以通俗易懂的語言回答用戶的問題。
4. 存儲數據：自動將對話和數據保存到 Elasticsearch 中。

📊 數據存儲

Elasticsearch 索引

• conversations - 用戶查詢和 AI 響應。
• weather - 天氣警報數據。
• stocks - 股票投資組合信息。
• customer_data - 客戶信息。

MongoDB 集合

• conversations - 聊天曆史記錄。
• customers - 客戶數據。

🔐 安全特性

• 憑證存儲在 .netrc 文件中（不在代碼裡）。
• 支持 SSL 證書。
• 支持環境變量配置。
• 安全處理 API 令牌。

🔍 示例查詢

• "Get me the current weather alerts for New York"（獲取紐約當前的天氣警報）
• "What are my stock holdings?"（我的股票持倉有哪些？）
• "Is there any connection between my stock portfolio and weather in NY?"（我的股票投資組合和紐約的天氣有什麼關聯嗎？）
• "Show me the weather in California and save the data"（顯示加利福尼亞的天氣並保存數據）

🐛 故障排除

常見問題

1. Elasticsearch 連接錯誤

   • 確保 Elasticsearch 在 localhost:9200 上運行。
   • 檢查服務是否可訪問：curl http://localhost:9200。

2. Kite Connect 認證問題

   • 驗證 .netrc 中的 API 憑證。
   • 檢查訪問令牌是否有效（令牌每天過期）。

3. MCP 服務器錯誤

   • 檢查服務器日誌以獲取詳細錯誤信息。
   • 確保所有依賴項都已安裝。

4. LLM 超時錯誤

   • 在 mcp_client.py 中增加超時時間。
   • 嘗試使用流式傳輸而不是 ainvoke。

📄 API 文檔

天氣服務器

• 端點：美國國家氣象局 API。
• 速率限制：無需認證。
• 數據格式：JSON 格式的天氣警報。

股票服務器

• 端點：Kite Connect API。
• 認證：API 密鑰 + 密鑰 + 訪問令牌。
• 速率限制：遵循 Zerodha 的限制。
• 數據格式：包含盈虧信息的投資組合持倉。

🤝 貢獻指南

1. 分叉倉庫。
2. 創建一個功能分支。
3. 進行更改。
4. 如有必要，添加測試。
5. 提交拉取請求。

🆘 支持

如果遇到問題或有疑問：

• 在 GitHub 上創建一個問題。
• 查看故障排除部分。
• 查看服務器日誌以獲取詳細錯誤信息。

🔄 版本歷史

• v1.0.0 - 初始版本，實現多服務器 MCP 集成。
• v1.1.0 - 增加自動數據存儲功能，改進錯誤處理。
• v1.2.0 - 增強認證和安全特性。