langchain-box-mcp-adapter

这个示例项目实现了 Langchain MCP 适配器到 Box MCP 服务器。它演示了如何使用工具和代理将 Langchain 与 Box MCP 服务器集成。

特性

• Langchain 集成: 利用 Langchain 的 ChatOpenAI 模型进行 AI 交互。
• MCP 服务器通信: 使用 stdio 传输连接到 Box MCP 服务器。
• 工具加载: 从 MCP 服务器动态加载工具。
• 代理创建: 创建一个 React 风格的代理，用于处理用户提示和工具交互。
• 丰富的控制台输出: 提供一个用户友好的控制台界面，具有 markdown 渲染和打字机效果。

要求

• Python 3.13 或更高版本
• pyproject.toml 中列出的依赖项:
  • langchain-mcp-adapters>=0.0.8
  • langchain-openai>=0.3.12
  • langgraph>=0.3.29
  • rich>=14.0.0

设置

1. 克隆存储库:

   git clone <repository-url>
   cd langchain-box-mcp-adapter
   

2. 安装依赖项:

   uv sync
   

3. 在项目根目录中创建一个 .env 文件并填写信息。

LANGSMITH_TRACING = "true"
LANGSMITH_API_KEY =
OPENAI_API_KEY =

BOX_CLIENT_ID = ""
BOX_CLIENT_SECRET = ""
BOX_SUBJECT_TYPE = "user"
BOX_SUBJECT_ID = ""

3. 确保 MCP 服务器已设置好，并且可以通过项目中指定的路径访问。

4. 使用 MCP 服务器脚本的正确路径更新 src/simple_client.py 或 src/graph.py 中的 StdioServerParameters。

    server_params = StdioServerParameters(
        command="uv",
        args=[
            "--directory",
            "/your/absolute/path/to/the/mcp/server/mcp-server-box",
            "run",
            "src/mcp_server_box.py",
        ],
    )

用法

运行简单客户端

要运行简单客户端:

uv run src/simple_client.py

这将启动一个基于控制台的应用程序，您可以在其中与 AI 代理交互。 输入提示，代理将使用工具和 AI 功能进行响应。

运行基于图的代理 (LangGraph)

可以通过调用 src/graph.py 中的 make_graph 函数来使用基于图的代理。 这对于更复杂的工作流程很有用。

uv run langgraph dev --config src/langgraph.json

您应该看到类似以下内容：

项目结构

• src/simple_client.py: 简单客户端的主要入口点。
• src/graph.py: 包含基于图的代理设置。
• src/console_utils/console_app.py: 用于控制台交互的实用程序函数。
• src/langgraph.json: LangGraph 集成的配置。

许可证

该项目根据 MIT 许可证获得许可。 有关详细信息，请参见 LICENSE 文件。

贡献

欢迎贡献！ 请打开一个 issue 或提交一个 pull request 以进行任何改进或错误修复。