Langchain MCP Client

🚀 🦜 🔗 語言鏈MCP客戶端

語言鏈MCP客戶端是一個簡單的 模型上下文協議 (MCP) 客戶端，它展示了語言鏈ReAct代理對MCP服務器工具的使用。該客戶端能平滑連接MCP服務器，支持靈活的模型選擇，還可通過CLI實現動態對話交互。

🚀 快速開始

本客戶端能讓你輕鬆使用語言鏈ReAct代理調用MCP服務器工具。它具有以下特性：

• 🌐 可平滑連接到任何MCP服務器。
• 🤖 支持使用任何與語言鏈兼容的LLM，實現靈活的模型選擇。
• 💬 通過CLI實現交互，支持動態對話。

✨ 主要特性

轉換為語言鏈工具

客戶端利用實用函數 convert_mcp_to_langchain_tools()，該函數可處理指定多個MCP服務器的同時初始化，並將它們可用的工具轉換為一個語言鏈兼容工具列表（List[BaseTool]）。

📦 安裝指南

Python 版本應為 3.11 或更高版本，使用以下命令進行安裝：

pip install langchain_mcp_client

📚 詳細文檔

配置

1. 創建一個包含所有必需 API_KEYS 的 .env 文件，以訪問您的 LLM。
2. 配置 llm_mcp_config.json5 文件中的語言鏈 LLM、MCP 服務器和提示示例：
   • LLM 配置：設置語言鏈 LLM 參數。
   • MCP 服務器：指定要連接到的 MCP 服務器。
   • 示例查詢：定義調用 MCP 服務器工具的示例查詢。按回車鍵後，將使用這些示例查詢進行提示。

使用方法

以下是一個帶有 Jupyter MCP 服務器 的示例：

1. 檢查 llm_mcp_config.json5 配置（命令取決於您是在 Linux、macOS/Windows 上運行）。

# 啟動 jupyterlab。
make jupyterlab

2. 發起 CLI。

# 發起 CLI。
make cli

3. 這是一個提示示例。

創建許多變體的 matplotlib 示例

💻 使用示例

基礎用法

# 啟動 jupyterlab。
make jupyterlab

# 發起 CLI。
make cli

高級用法

在實際使用中，你可以根據自己的需求修改 llm_mcp_config.json5 中的配置，以連接不同的 MCP 服務器和使用不同的 LLM。例如，你可以指定多個 MCP 服務器，讓語言鏈ReAct代理根據需求選擇合適的工具。

📄 許可證

這個項目的初始代碼來自 hideya/mcp-client-langchain-py（MIT 許可證）和從 langchain_mcp_tools（MIT 許可證）。