使用说明
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
-
克隆此存储库：
git clone https://github.com/petereijgermans11/mcp-tutorial-java-magazine.git cd mcp-tutorial-java-magazine -
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 - -
配置Poetry以在项目中创建venv：
poetry config virtualenvs.in-project true -
更新锁文件并安装：
poetry lock poetry install -
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。
- 按
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 installnpm run dev- 访问 http://localhost:3030
MCP架构
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
