MCP Sse Langchain Example

🚀 基于SSE传输的MCP多服务器演示

本项目展示了如何运用模型上下文协议（Model Context Protocol, MCP）与多个服务器协作，采用了标准输入输出和服务器发送事件这两种不同的传输方式。项目基于示例：https://github.com/langchain-ai/langchain-mcp-adapters 构建。

🚀 快速开始

本项目能让你体验使用MCP与多服务器通信的流程，以下是快速上手步骤：

1. 确保满足系统要求：Python 3.8+ 以及拥有 OpenAI API 密钥。
2. 按照安装指南完成项目的安装与配置。
3. 运行主应用程序，即可开始体验项目功能。

✨ 主要特性

• 多服务器协作：项目包含数学服务器和天气服务器，主应用程序可连接这两个服务器并进行通信。
• 不同传输方式：数学服务器采用标准输入输出传输，天气服务器采用服务器发送事件（SSE）传输。
• 集成第三方工具：集成了 LangChain 和 OpenAI，创建的代理能够调用两个服务器提供的工具。

📦 安装指南

克隆仓库

git clone https://github.com/yourusername/mcp-sse.git
cd mcp-sse

安装依赖

pip install -r requirements.txt

设置 API 密钥

在 .env 文件中设置 OpenAI API 密钥：

OPENAI_API_KEY=your-api-key-here

💻 使用示例

基础用法

运行主应用程序：

python main.py

这将完成以下操作：

1. 在端口 8000 启动天气服务器。
2. 连接到数学和天气服务器。
3. 运行代理并演示两个示例查询的处理。

示例查询

本演示包含以下两个示例查询：

1. 数学查询："what's (3 + 5) x 12?"
2. 天气查询："what is the weather in nyc?"

📚 详细文档

项目结构

• main.py：主应用程序，负责连接两个服务器并运行代理。
• math_server.py：一个简单的 MCP 服务器，使用标准输入输出传输提供算术运算服务。
• weather_server.py：一个简单的 MCP 服务器，使用 SSE 传输提供天气信息服务。
• requirements.txt：Python 依赖项列表。
• .env：环境变量文件（包含 OpenAI API 密钥）。

工作原理

应用程序演示了如何使用 MultiServerMCPClient 连接到多个采用不同传输协议的 MCP 服务器：

1. 数学服务器使用标准输入输出（stdio）传输，这是一种基于管道的简单通信方法。
2. 天气服务器使用服务器发送事件（SSE）传输，这是一种用于 HTTP 协议中服务器向客户端推送通知的机制。

主应用程序的工作流程如下：

1. 作为独立进程启动天气服务器。
2. 使用 MultiServerMCPClient 连接到两个服务器。
3. 创建 LangChain 代理，该代理能够调用两个服务器提供的工具。
4. 演示使用代理执行算术计算和获取天气信息的能力。

扩展项目

你可以通过以下方式扩展该项目：

1. 向数学或天气服务器添加更多功能。
2. 创建具有不同功能的其他 MCP 服务器。
3. 修改代理以处理更复杂的查询。
4. 使用真实的天气 API 代替模拟数据。

📄 许可证

本项目采用 MIT 许可证。

致谢

• 该项目使用了模型上下文协议（MCP），此协议由 Anthropic 开发。
• 集成了 LangChain 用于代理功能。