Langgraph MCP Server

使用LangGraph的MCP服务器

mcplanggraph 是一个Python项目，它集成了 LangGraph, LangChain，以及 主控程序 （模型上下文协议），以构建具有Groq LLM后端支持的强大语言模型工作流。

概述

该项目使用MCP、Groq支持的LangChain代理和LangGraph编排实现了多个LLM驱动工具之间的协调。它包括工作工具服务器、LangChain代理客户端以及与Groq的集成。

什么是模型上下文协议（MCP）？

这 模型上下文协议（MCP） 是一个开放标准，旨在实现基于LLM的应用程序与外部工具、数据源或服务之间的无缝通信。它于2024年推出，基于JSON-RPC 2.0构建，使工具能够以标准化的方式被发现、描述和调用。

MCP的主要特征：

• 规范不同LLM生态系统中的工具/插件交互。
• 支持本地（stdio）和远程（流式HTTP）传输层。
• 在运行时启用动态工具发现和使用。
• 促进多个工具的链接和协调。

该协议允许LLM代理以编程方式调用数学运算或天气服务等工具，而无需为每个集成硬编码逻辑。

项目结构

mcplanggraph/
├── client.py              # LangChain+Groq agent client using MCP tools
├── mathserver.py          # Math MCP tool server using stdio
├── weather.py             # Weather MCP tool server using HTTP
├── main.py                # Simple entrypoint script
├── requirements.txt       # Basic dependencies (alt to pyproject.toml)
├── pyproject.toml         # Project metadata and dependencies
├── .gitignore             # Git ignore rules
├── .python-version        # Python version pin (3.13)
└── README.md              # Project documentation

依赖项

定义于 pyproject.toml 和 requirements.txt:

• langchain-groq：LangChain与Groq LLMs的整合
• langchain-mcp-adapters：将LangChain工具与MCP服务器连接起来
• langgraph：基于图形的工作流编排器
• mcp：工具调用的模型上下文协议

入门指南

先决条件

• python 3.13+
• 紫外线 （可选用于锁文件支持）
• Groq API 密钥 在你的 .env 文件

安装

# Clone the repo
$ git clone https://github.com/atishay2411/langgraph-mcp-server
$ cd mcplanggraph

# Create a virtual environment
$ python3.13 -m venv .venv
$ source .venv/bin/activate

# Install dependencies
$ pip install -r requirements.txt
# Or use pyproject.toml
$ pip install .

添加a .env 文件包含：

GROQ_API_KEY=your_api_key_here

运行示例

启动天气工具服务器（HTTP）：

python weather.py

运行客户端（生成数学工具子流程）：

python client.py

你应该看到代理打印的数学和天气响应。

______________________________________________________________________

关键技术

______________________________________________________________________

许可证

GNU

贡献

请随时打开问题或提交pull请求。欢迎投稿！