Langgraph MCP Chat App

🚀 Langgraph MCP聊天应用

一个先进的人工智能聊天机器人应用程序，使用：

• LangGraph（状态机AI编排）
• 用于外部工具的MCP（多服务器工具协议）
• Tavily网络搜索
• 自定义股票价格工具
• Weather API MCP服务器
• 计算器MCP服务器
• 带有实时流媒体的流媒体用户界面

该项目演示了如何构建一个可用于生产的AI助手，该助手可以调用工具、获取外部数据和维护多线程聊天历史记录，所有这些都可以通过Groq提供的快速LLM推理来实现。

📌 特性

✅ 1.基于LangGraph的人工智能代理

• LLM节点+工具执行节点
• 通过刀具条件自动选择刀具路径
• 每个线程的持久会话内存_id
• SQLite检查点

✅ 2.MCP多服务器工具

此应用程序使用MCP运行多个外部工具：

• 工具文件说明
• 通过MCP运行计算器逻辑的算术MCP服务器
• Weather API MCP服务器通过MCP使用OpenWeather API

-

✅ 3.自定义Python工具

🔹 获取股票价格工具

使用AlphaVantage API获取股票报价：

@工具 def get_stock_price（符号：str）->字典：

✅ 4.内置Tavily网络搜索工具

使用Tavily搜索网页：

web_search=TavilySearch（最大结果=5）

用于：新闻、一般答案、事实查询、板球时间表搜索等。

✅ 5.Groq LLM整合

使用openai/gpt-oss-20b模型，具有超快速推理功能，可根据您的选择使用任何模型

✅ 6.流线型前端

• 聊天界面类似于ChatGPT
• 辅助实时流媒体
• 工具执行指标(🔧 使用工具。..)
• 多线程聊天记录
• 用于切换聊天线程的侧栏

✅ 7.异步执行引擎

• 专用异步事件循环处理：
• LangGraph流媒体
• MCP服务器工具调用
• 无阻塞Streamlit UI更新

⚙️ 安装说明

1.克隆存储库

git clone https://github.com/Abhishek3689/Langgraph-MCP-Chat-App.git

2.安装依赖项

pip install -r requirements.txt

3.添加Api密钥

创建.env文件：

WEATHER_API_KEY=your_openweather_key
TAVILY_API_KEY=your_tavily_key
ALPHAVANTAGE_API_KEY=your_alpha_vantage_key
GROQ_API_KEY=your_groq_key

4.运行Streamlit应用程序

streamlit run mcp_server_langgraph_frontend.py