Model Context Protocol (mcp) Server

該項目是一個基於LangChain的MCP客戶端，用於演示如何通過LangChain ReAct Agent調用MCP服務器工具。它支持Anthropic、OpenAI和Groq的LLM，並提供了從MCP工具到LangChain工具的轉換功能。

人工智能聊天機器人開發者工具 #LangChain #MCP協議 #AI工具 #Python .Python

評分 : 2.5分

下載量 : 26

更新時間 : 2025-04-23

什麼是Model Context Protocol (MCP)?

MCP是一種開放協議，用於在不同模型之間共享上下文和工具。它允許用戶通過統一接口調用多個模型的功能。

如何使用MCP服務器?

用戶可以通過簡單的命令行操作或編程接口與MCP服務器交互，執行各種任務。

適用場景

MCP適用於需要集成多種模型能力的應用場景，如自然語言處理、數據分析和自動化流程。

主要功能

多模型支持支持Anthropic、OpenAI和Groq等多種模型。

工具集成自動將MCP服務器提供的工具轉換為LangChain兼容格式。

並行初始化支持同時啟動多個MCP服務器實例。

優勢與侷限性

優勢

易於集成多種模型功能

統一的API接口簡化開發

高效的工具轉換機制

侷限性

需要配置API密鑰

對網絡環境有一定要求

如何使用

安裝依賴

運行命令 'make install' 安裝所需依賴。

配置API密鑰

複製 .env.template 文件為 .env 並填寫必要信息。

啟動服務器

運行命令 'make start' 啟動MCP客戶端。

使用案例

案例1：調用模型生成文本向模型發送提示詞，獲取生成的文本。

案例2：執行模型工具利用模型執行特定任務，如計算或分析。

常見問題

如何添加新的MCP服務器?

是否支持自定義工具?

🚀 使用 LangChain / Python 的 MCP 客戶端

這個簡單的項目展示瞭如何使用 LangChain ReAct Agent 調用 Model Context Protocol (MCP) 服務器工具。它藉助 langchain_mcp_tools 包中的 convert_mcp_to_langchain_tools() 函數，並行初始化多個 MCP 服務器，並將其工具轉換為 LangChain 兼容的工具列表。目前支持 Anthropic、OpenAI 和 Groq 的大語言模型。此外，還有 TypeScript 版本的 MCP 客戶端，可點擊此處查看。

🚀 快速開始

先決條件

Python 3.11+
[可選] 安裝 uv（或 uvx）以運行基於 Python 包的 MCP 服務器
[可選] 安裝 npm 7+（或使用 npx）以運行基於 Node.js 包的 MCP 服務器
根據需要從 Anthropic、OpenAI 和/或 Groq 獲取 API 密鑰

安裝配置

安裝依賴項：
```
make install
```
設置 API 密鑰：
```
cp .env.template .env
```
- 根據需要更新 .env 文件。
- .gitignore 配置為忽略 .env 以防止意外提交憑證。
配置 LLM 和 MCP 服務器：按需設置 llm_mcp_config.json5。
- 配置文件格式對於 MCP 服務器遵循與 Claude for Desktop 相同的結構，唯一區別是將鍵名 mcpServers 更改為 mcp_servers 以符合 JSON 配置文件中常用的蛇形命名法。
- 文件格式為 JSON5，允許註釋和尾隨逗號。
- 格式進一步擴展，用 ${...} 佔位符替換相應的環境變量值。
- 保持所有憑證和私人信息在 .env 文件中，並使用 ${...} 符號引用所需的值。

使用方法

運行應用程序：
```
make start
```
第一次運行需要一些時間。
以調試模式運行：
```
make start-v
```
查看命令行選項：
```
make start-h
```

在提示符中，您可以直接按回車鍵使用示例查詢，這些查詢會執行 MCP 服務器工具調用。示例查詢可以在 llm_mcp_config.json5 中配置。

✨ 主要特性

支持 Anthropic、OpenAI 和 Groq 的大語言模型。
利用 langchain_mcp_tools 包中的 convert_mcp_to_langchain_tools() 函數，並行初始化多個 MCP 服務器，並將其工具轉換為 LangChain 兼容的工具列表。
有 TypeScript 版本的 MCP 客戶端可供選擇。