Langchain MCP Client

🚀 語言鏈 MCP 客戶端流式傳輸應用程序

此 Streamlit 應用提供了一個用戶界面，可連接到 MCP（模型上下文協議）服務器，並與不同的大語言模型（LLM）提供程序（如 OpenAI、Anthropic、Google 等）進行交互，為用戶提供便捷的模型使用體驗。

🚀 快速開始

要使用此應用程序，您需要一個正在運行的 MCP 服務器或有效的 MCP 服務器 URL。以下是詳細的安裝和運行步驟：

1. 克隆此倉庫：

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

2. 創建虛擬環境並安裝依賴項：

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

3. 運行應用程序：

streamlit run app.py

應用程序將在 http://localhost:8501 上可用。

4. 設置 MCP 服務器（可選，用於快速測試）：
   • 安裝 MCP 庫：

pip install mcp

- **運行服務器**：

python weather_server.py

服務器將在默認端口 8000 上啟動。在 Streamlit 應用程序中，您可以使用 URL http://localhost:8000/sse 連接到它。

✨ 主要特性

• 多樣化連接方式：通過 SSE（服務器發送事件）連接到 MCP 服務器，支持單個服務器和多個服務器配置。
• 多 LLM 提供程序支持：可在 OpenAI、Anthropic、Google 等不同 LLM 提供程序之間進行選擇，還支持使用 Ollama 的本地 LLM。
• 便捷工具操作：直接從 UI 查看、測試和使用可用的 MCP 工具，工具執行及其結果會在聊天記錄中跟蹤。
• 交互聊天界面：具備與 LLM 代理交互的聊天界面，顯示工具執行結果。

📦 安裝指南

克隆倉庫

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

創建虛擬環境並安裝依賴

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

安裝 MCP 庫（用於測試服務器）

pip install mcp

💻 使用示例

基礎用法

運行 Streamlit 應用程序：

streamlit run app.py

應用程序將在 http://localhost:8501 上可用。

高級用法

運行測試用的 MCP 服務器：

python weather_server.py

服務器將在默認端口 8000 上啟動。在 Streamlit 應用程序中，您可以使用 URL http://localhost:8000/sse 連接到它。

📚 詳細文檔

配置選項

LLM 提供程序

MCP 服務器連接

• 當前支持 SSE（服務器發送事件）連接。
• 輸入您 MCP 服務器的 SSE 端點 URL（例如 http://localhost:8000/sse）。

服務器模式

• 單個服務器：連接到一個 MCP 服務器。
• 多個服務器：同時連接到多個 MCP 服務器。
  • 使用唯一名稱添加服務器。
  • 通過 UI 管理（添加/移除）服務器。
  • 同時連接到所有配置的服務器。

可用工具

• 在側邊欄中查看從已連接 MCP 服務器的所有可用工具。
• 每個工具顯示：
  • 名稱和描述。
  • 必需和可選參數及其類型。
  • 參數描述和約束條件。
• 工具會自動在聊天界面中的 LLM 代理中可用。

未來改進計劃

• STDIO MCP 服務器：支持通過標準輸入輸出（STDIO）連接到 MCP 服務器，以實現更靈活的服務器配置。
• 單獨測試工具：實現在 UI 中單獨測試每個工具的功能，以確保其正常工作。
• 使用本地 LLM：支持連接本地 LLM（Llama、DeepSeek、Qwen...）。
• 代理記憶：引入記憶功能，使代理能夠保留交互中的上下文。
• RAG（文件上傳）：啟用檢索增強生成（RAG），允許用戶上傳文件供代理用來提升其響應效果。

故障排除

• 連接問題：確保您的 MCP 服務器正在運行且可訪問。
• API 密鑰錯誤：驗證您已輸入正確的 LLM 提供程序 API 密鑰。
• 工具錯誤：檢查服務器日誌以獲取任何使用工具時出現的錯誤詳細信息。

注意事項

此項目為實驗性質，旨在探索和演示如何利用語言鏈技術與 MCP 服務器進行交互。在實際應用中，請根據具體需求進行調整和優化。