MCP Tutorial Java Magazine

使用LangGraph的MCP（模型上下文协议）

此项目演示了如何使用 模型上下文协议（MCP） 和 LangGraph 创建可以访问外部工具和服务的AI代理。我们使用 MultiServerMCPClient 从 langchain-mcp-adapters 同时连接到多个MCP服务器。

快速开始

使用Poetry设置此项目

1. 克隆此存储库：

   git clone https://github.com/petereijgermans11/mcp-tutorial-java-magazine.git
   cd mcp-tutorial-java-magazine

1. 安装诗歌：

   # Simplest method (works on Windows/Mac/Linux)
   pip install poetry

   # Official installer (recommended)
   # Windows PowerShell:
   powershell -c "(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | python -"

   # Mac/Linux:
   curl -sSL https://install.python-poetry.org | python3 -

1. 配置Poetry以在项目中创建venv：

   poetry config virtualenvs.in-project true

1. 更新锁文件并安装：

   poetry lock
   poetry install

1. 在VS Code中选择Python解释器：

- 按 Ctrl+Shift+P （或 Cmd+Shift+P 在Mac上） - 键入“Python：选择解释器” - 选择 .venv 一个来自你的项目 - 完成！现在可以正常运行Python文件了。

替代方案：如果需要，使用诗歌运行python your_script.py。

添加新包： 诗歌添加包名称 （无需锁定/安装-诗歌添加会自动完成）

为幻灯片设置Slidev

要开始幻灯片放映，请执行以下操作：

• npm install
• npm run dev
• 访问

MCP架构

MCP Architecture

MCP的工作原理

MCP（模型上下文协议） 使AI应用程序能够安全地连接到外部工具和数据源。该架构由三个主要部分组成：

1. MCP服务器 🔧

• 目的：提供特定的工具和能力
• 例子：数学运算、天气数据、文件操作、数据库访问
• 在这个项目中:

- math_server.py -基本数学运算(add, multiply, divide) - weather_server.py -天气信息(get_weather, get_forecast) - 外部Office Word服务器-文档创建和编辑

2. MCP客户端 🌉

• 目的：AI应用程序和MCP服务器之间的桥梁
• 在这个项目中: MultiServerMCPClient 从 langchain-mcp-adapters
• 其他示例：Claude Desktop（内置MCP客户端，用于文件访问和网络搜索）
• 主要特点:

- 同时连接到多个MCP服务器 - 聚合来自所有连接服务器的工具 - 为LangGraph代理提供统一接口

3. MCP主机 🤖

• 目的：使用MCP工具的AI应用程序
• 在这个项目中：可以调用MCP工具的LangGraph代理
• 其他示例:

- 光标 -集成MCP的AI代码编辑器，用于文件操作 - 克劳德代码 -具有MCP工具访问权限的AI编码助手 - 可爱的 -使用MCP进行项目管理的AI开发平台

• 流动：人类问题→ LangGraph代理→ MCP工具→ 响应

项目范例

此存储库包含几个演示MCP集成的示例：

• 01_langgraph_agent_no_mcp.py -带本地工具的基本LangGraph代理（无MCP）
• 02_mcp_stdio_local.py -通过stdio传输与本地MCP服务器连接的LangGraph代理
• 03_mcp_stdio_external_package.py -通过stdio连接外部MCP包的LangGraph代理（包括FastAPI web界面）

资源

• MCP服务器目录 -查找更多MCP服务器
• LangChain MCP适配器 -官方适配器库