Tutorial MCP + LangGraph

Este projeto demonstra como integrar o Model Context Protocol (MCP) com LangGraph para criar um agente ReAct inteligente que pode acessar dados financeiros em tempo real.

Objetivo

• Como criar um servidor MCP com ferramentas personalizadas
• Como conectar um agente LangGraph ao servidor MCP
• Como implementar memoria de conversacao persistente
• Como usar ferramentas de analise financeira via MCP

Pre-requisitos

• Python 3.13+
• Chaves de API do OpenAI e/ou Groq
• FastMCP
• LangGraph MCP Adapter

Instalacao

1. Instalar UV (Gerenciador de Pacotes Python)

Windows:

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

macOS/Linux:

curl -LsSf https://astral.sh/uv/install.sh | sh

2. Clonar e Configurar o Projeto

# Clone o repositorio
git clone https://github.com/gustavo-sacchi/tutorial_mcp_langgraph.git
cd tutorial_mcp_langgraph

# Instale as dependencias e crie o ambiente virtual
uv sync

# Configure as variaveis de ambiente
cp .env.exemple .env

3. Configurar Chaves de API

Edite o arquivo .env e adicione suas chaves:

OPENAI_API_KEY=sua-chave-openai-aqui
GROQ_API_KEY=sua-chave-groq-aqui

Como Usar

1. Iniciar o Servidor MCP

Em um terminal:

uv run server_mcp.py

O servidor estara disponivel em http://localhost:4200

2. Executar o Cliente (Agente)

Em outro terminal:

uv run client_mcp.py

3. Interagir com o Agente

Agora voce pode fazer perguntas sobre financas:

User: Qual e o preco atual da acao da Apple?
User: Me de um resumo completo da VALE3.SA
User: Pesquise noticias recentes sobre investimentos em IA

Testando o MCP

Para testar a interface MCP diretamente:

npx @modelcontextprotocol/inspector uv run server_mcp.py

Arquitetura

┌─────────────────┐    HTTP     ┌─────────────────┐
│  Client         │◄──────────►│  MCP Server     │
│  (LangGraph)    │             │  (FastMCP)      │
│                 │             │                 │
│ • ChatOpenAI    │             │ • YFinance      │
│ • ReAct Agent   │             │ • DuckDuckGo    │
│ • Memory        │             │ • Web Scraping  │
└─────────────────┘             └─────────────────┘

Ferramentas Disponiveis

O servidor MCP fornece estas ferramentas financeiras:

• Resumo de Acoes: Preco, volume e data
• Estimativas de Analistas: Precos-alvo
• Recomendacoes: Buy/Hold/Sell
• Dividendos: Historico de pagamentos
• Setor/Industria: Classificacao da empresa
• Demonstracoes Financeiras: Balanco, DRE, Fluxo de Caixa
• Pesquisa Web: Noticias e conteudo relevante

Video Tutorial

Este projeto foi criado para acompanhar o tutorial no YouTube. Assista ao video completo para entender todos os detalhes da implementacao:

📺 Assistir no YouTube

Personalizacao

• Modelos: Altere entre OpenAI e Groq no client_mcp.py
• Transporte: Configure HTTP ou stdio no server_mcp.py
• Ferramentas: Adicione novas ferramentas MCP no servidor
• Prompts: Customize os prompts disponiveis