使用说明

项目简介

Agent MCP Toolkit是一个Python工具库，用于帮助开发者在Agent框架中更方便地使用和管理MCP（模型上下文协议）服务器。它提供了一系列工具，允许Agent创建、启动和停止MCP服务器，动态注册工具、资源和Prompt，并支持客户端连接和工具调用等功能。该工具包旨在降低Agent与MCP服务器集成的复杂性，提升开发效率。

主要功能点

• MCP服务器管理：支持Agent框架内创建、启动和停止MCP服务器，无需手动部署和管理。
• 动态注册能力：允许动态地向MCP服务器注册自定义工具、资源和Prompt，扩展服务器功能。
• Agent工具转换：将MCP工具转换为Agent框架（如LangChain）可直接使用的工具，实现无缝集成。
• 客户端连接：提供客户端工具，允许Agent连接到远程MCP服务器并调用其功能。
• 多服务器支持：支持Agent同时与多个MCP服务器交互，扩展应用能力。
• LangChain/LangGraph 集成：深度集成LangChain和LangGraph，方便在LangChain生态中使用MCP服务器。

安装步骤

1. 确保已安装Python 3.10或更高版本。
2. 使用pip安装 'agent-mcp-toolkit'：

   pip install agent-mcp-toolkit
   

   或者从源代码安装：

   git clone https://github.com/acnet-ai/agent-mcp-toolkit.git
   cd agent-mcp-toolkit
   pip install -e .
   

服务器配置

由于 'agent-mcp-toolkit' 本身不是MCP服务器，而是用于管理和交互MCP服务器的工具库，因此 不需要配置MCP服务器的启动命令和参数。

MCP客户端需要连接到实际运行的MCP服务器，配置客户端连接时，需要提供MCP服务器的URL和传输协议类型。

基本使用方法

1. 创建并启动MCP服务器 (在Agent框架内):

   from langchain_mcp_toolkit import MCPToolkit
   
   toolkit = MCPToolkit(mode="server") # 创建服务器模式工具包
   server_service = toolkit.get_server_service()
   
   await server_service.start(name="MyToolServer", port=8000) # 启动MCP服务器
   server_url = await server_service.get_url() # 获取服务器URL
   print(f"MCP Server URL: {server_url}")
   

2. 向MCP服务器注册工具 (在Agent框架内):

   await server_service.add_tool(
       name="weather",
       description="获取城市天气信息",
       code="""def get_weather(city: str) -> str:
           return f"The weather in {city} is sunny, temperature 25℃"
       """
   )
   

3. 创建MCP客户端并连接到服务器 (在Agent框架内):

   client_toolkit = MCPToolkit(mode="client") # 创建客户端模式工具包
   client_service = client_toolkit.get_client_service()
   
   await client_service.create(server_url, "sse") # 创建客户端连接
   await client_service.connect() # 连接到MCP服务器
   

4. 使用MCP客户端调用服务器工具 (在Agent框架内):

   result = await client_service.call_tool("default", "weather", city="New York")
   print(f"Tool Call Result: {result}")
   

5. 将MCP工具集成到LangChain Agent (在Agent框架内):

   from langchain.agents import initialize_agent, AgentType
   from langchain.chat_models import ChatOpenAI
   
   langchain_tools = toolkit.get_tools() # 获取集成了MCP工具的LangChain工具列表
   llm = ChatOpenAI()
   agent = initialize_agent(
       langchain_tools,
       llm,
       agent=AgentType.CHAT_CONVERSATIONAL_REACT_DESCRIPTION,
       verbose=True
   )
   
   response = agent.run("Create a weather query tool and check the weather in London")
   print(response)
   

注意: 'agent-mcp-toolkit' 依赖于 'mcp-python-sdk' 库来实现MCP协议的客户端和服务端功能。使用前请确保已正确安装 'mcp-python-sdk'。