使用 LangChain / Python 的 MCP 客户端

这个简单的 模型上下文协议 (MCP) 客户端演示了 LangChain ReAct Agent 如何使用 MCP 服务器工具。

它利用了 langchain_mcp_tools 中的实用函数 convert_mcp_to_langchain_tools()。 此函数处理指定多个 MCP 服务器的并行初始化，并将它们可用的工具转换为 LangChain 兼容工具的列表 (List[BaseTool])。

目前支持来自 Anthropic、OpenAI 和 Groq 的 LLM。

此 MCP 客户端的 Typescript 版本可在此处找到：here

前提条件

• Python 3.11+
• [可选] 安装 uv (uvx) 以运行基于 Python 包的 MCP 服务器
• [可选] npm 7+ (npx) 以运行基于 Node.js 包的 MCP 服务器
• 来自 Anthropic、OpenAI 和/或 Groq 的 API 密钥（根据需要）

设置

1. 安装依赖项：

   make install
   

2. 设置 API 密钥：

   cp .env.template .env
   

   • 根据需要更新 .env。
   • .gitignore 已配置为忽略 .env，以防止意外提交凭据。

3. 根据需要配置 LLM 和 MCP 服务器设置 llm_mcp_config.json5。

   • MCP 服务器的配置文件格式 与 Claude for Desktop 的结构相同，但有一个区别：键名 mcpServers 已更改为 mcp_servers，以遵循 JSON 配置文件中常用的 snake_case 约定。
   • 文件格式为 JSON5，允许注释和尾随逗号。
   • 该格式进一步扩展为将 ${...} 表示法替换为相应环境变量的值。
   • 将所有凭据和私有信息保存在 .env 文件中，并根据需要使用 ${...} 表示法引用它们。

用法

运行应用程序：

make start

首次运行时需要一段时间。

以详细模式运行：

make start-v

查看命令行选项：

make start-h

在提示符下，您可以简单地按 Enter 键来使用执行 MCP 服务器工具调用的示例查询。

示例查询可以在 llm_mcp_config.json5 中配置。