使用说明

项目简介

LangGraph MCP Agents Toolkit 是一个用于构建和部署基于 LangGraph 的 AI 智能体的工具包，它利用 Model Context Protocol (MCP) 协议，使得智能体能够通过 MCP 工具访问外部数据源和功能。该项目提供了一个用户友好的 Streamlit Web 界面，用于与 ReAct 智能体交互，并支持动态配置和管理 MCP 工具。

主要功能点

Streamlit 界面: 提供直观的 Web 界面，方便用户与使用 MCP 工具的 LangGraph ReAct 智能体进行交互。
动态工具管理: 用户可以通过 UI 界面动态添加、移除和配置 MCP 工具（支持 Smithery JSON 格式），无需重启应用即可生效。
实时响应: 智能体的响应和工具调用过程以流式方式实时展示。
对话历史: 支持跟踪和管理与智能体的对话历史记录。

安装步骤

克隆仓库

git clone https://github.com/teddynote-lab/langgraph-mcp-agents.git
cd langgraph-mcp-agents

创建虚拟环境并安装依赖

uv venv
uv pip install -r requirements.txt
source .venv/bin/activate   # Linux/macOS
.venv\Scripts\activate  # Windows

配置 API 密钥 复制 '.env.example' 文件并重命名为 '.env'，然后根据需要填写 'ANTHROPIC_API_KEY'、'OPENAI_API_KEY'、'TAVILY_API_KEY' 和 'LANGSMITH_API_KEY'。

服务器配置

该项目本身不直接提供独立的 MCP 服务器程序，而是一个 MCP 客户端应用，它依赖于外部 MCP 服务器来提供工具功能。

你需要在界面中配置 MCP 服务器的启动信息，以便客户端能够连接并使用这些服务器提供的工具。

配置信息 (JSON 格式示例):

{
  "weather": {
    "command": "python",
    "args": ["./mcp_server_local.py"],
    "transport": "stdio"
  }
}

配置参数说明:

'weather': 工具名称，可以自定义，用于在客户端标识和管理不同的 MCP 服务器连接。
'command': 启动 MCP 服务器的命令。例如 'python' 表示使用 Python 解释器。
'args': 启动命令的参数列表。例如 '["./mcp_server_local.py"]' 指定要运行的 Python 脚本路径。
'transport': MCP 服务器使用的传输协议。'stdio' 表示标准输入输出流，适用于本地运行的服务器。

如何获取更多 MCP 服务器配置？

你可以访问 Smithery 查找和复制更多可用的 MCP 服务器配置 JSON。在 Smithery 网站上，你可以找到各种工具对应的 MCP 服务器配置信息，并将其粘贴到本工具包的 UI 界面中进行添加。

基本使用方法

启动 Streamlit 应用
```
streamlit run app.py
```
应用将自动在浏览器中打开。
添加 MCP 工具
- 在侧边栏的 "Add MCP Tool" 展开面板中，粘贴从 Smithery 或其他来源获取的 MCP 工具配置 JSON。
- 点击 "Add Tool" 按钮将工具添加到 "Registered Tools List" 中。
- 点击 "Apply Tool Configurations" 按钮应用配置，初始化智能体并加载新添加的工具。
与智能体对话 在聊天输入框中输入问题，与配置了 MCP 工具的 ReAct 智能体进行交互。智能体将利用配置的工具来回答你的问题。
查看工具调用信息 如果智能体调用了工具，工具调用的详细信息将会在消息窗口中以 "Tool Call Information" 的可展开面板形式展示。

关键词