返回 MCP 目录
public公开dns本地运行

langchain-mcp

该项目为LangChain提供Model Context Protocol(MCP)工具调用支持,通过MCP工具包实现与AI模型的交互,如文件读取和摘要生成。

article

README

🚀 langchain-mcp

langchain-mcp 是一个支持在 LangChain 中实现模型上下文协议工具调用的项目,为相关开发提供便利。

⚠️ 重要提示

LangChain 现在有一个更官方的实现 langchain-mcp-adapters

![PyPI - 版本](https://img Shields.io/pypi/v/langchain-mcp)

🚀 快速开始

本项目提供了 模型上下文协议 工具调用在 LangChain 中的支持。你可以通过创建一个 langchain_mcp.MCPToolkitmcp.ClientSession,然后使用 await toolkit.initialize()toolkit.get_tools() 来获取 langchain_core.tools.BaseTool 列表。

示例代码可参考:示例链接

💻 使用示例

基础用法

你可以运行演示针对 Groq llama-3.1-8b-instant

$ export GROQ_API_KEY=xxx
$ uv run tests/demo.py "Read and summarize the file ./LICENSE"
安全的 MCP 文件系统服务器在 stdio 上运行
允许的目录:[ '/users/aw/projects/rectalogic/langchain-mcp' ]
文件 ./LICENSE 是一个 MIT 许可证协议。它指出软件“按原样”提供,不作任何担保,并且作者和版权持有者不对因软件或其使用而产生的任何主张、损害或其他责任负责。
help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端