多工具AI助手

🧠 配备LangChain和AI工具的MCP服务器

该项目演示了如何构建 多工具人工智能助手 使用 **模型上下文协议（MCP）**LangChain和Groq的Qwen模型。它包括：

• 📐 当地人 数学MCP服务器
• 🌤️ A模拟 气象MCP服务器
• 🤖 对话 AI 代理 （MCP客户）与双方进行对话

🧰 特性

• 用途 LangChain MCP适配器 连接工具
• 由...驱动 Groq's Qwen法学硕士
• 通过MCP处理本地和远程工具服务器
• 具有工具使用检测功能的交互式CLI聊天

🏁 先决条件

• Python>=3.11
• uv 用于项目/环境管理(https://github.com/astral-sh/uv)
• 用于加载LLM（Groq）的互联网连接

⚙️ 安装说明

1.创建项目

mkdir mcp_project
cd mcp_project
uv init

将.Python版本和pyproject.toml中的Python版本设置为>=3.11

2.创建虚拟环境

uv venv
source .venv/Scripts/activate

3.添加依赖项

Create a requirements.txt file:
langchain-mcp-adapters
langchain-groq
langgraph
mcp

安装它们

uv add -r requirements.txt

项目结构

mcp项目/ │ ├── math_server.py#用于数学工具的MCP服务器 ├── weather_server.py#用于天气API模拟的MCP服务器 ├── client.py#带有AI代理的MCP客户端 ├── 需求.txt ├── .python版本 └── .env#用于存储Groq API密钥（Groq_API_key）

如何跑步

1.运行天气服务器

python weather_server.py

2.运行客户端（自动将数学服务器作为子进程运行）

python client.py

对话示例

You: What is the output of 2*3/(4-2)
AI: The result is 3.0

You: What is the weather in New York?
AI: The current weather in New York is sunny.

You: thanks
AI: You're welcome! 😊

备注

模拟天气服务器。如果需要，用真正的API逻辑替换它。

您可以为文档、搜索、数据库等添加更多MCP服务器。

使用.env存储您的GROQ_API_KEY。