本项目展示了如何使用 Machine Conversation Protocol (MCP) 将外部工具与大语言模型 (LLM) 集成,实现智能代理的自动工具发现和调用。项目通过一个简单的数学计算示例,演示了 MCP 的核心功能和工作流程。

• 基于 MCP 协议的工具注册与发现
• 使用 LangChain 和 LangGraph 构建 ReAct 代理
• 支持大语言模型自动选择和调用合适的工具
• 详细的执行跟踪和可视化
• 支持本地和远程工具服务部署

. ├── README.md # 项目说明文档 ├── test/ # 测试和示例代码 │ ├── math_server.py # MCP 数学工具服务器 │ ├── client.py # 基础客户端示例 │ ├── verbose_client.py # 带详细日志的客户端 │ └── remote_client.py # 远程服务连接示例 └── requirements.txt # 项目依赖

pip install -r requirements.txt

1. 基础示例:

python test/client.py

2. 带详细日志的示例:

python test/verbose_client.py

数学服务器提供两个基本工具:加法和乘法。

from mcp.server.fastmcp import FastMCP
mcp = FastMCP("MathService")
@mcp.tool()
def add(a: int, b: int) -> int:
 """Execute arithmetic addition operation"""
 return a + b
@mcp.tool()
def multiply(a: int, b: int) -> int:
 """Execute arithmetic multiplication operation""" 
 return a * b
if __name__ == "__main__":
 mcp.run(transport="stdio")

客户端连接到 MCP 服务器,加载工具,并创建 ReAct 代理来执行任务。

async def run_agent():
 async with stdio_client(server_params) as (read, write):
 async with ClientSession(read, write) as session:
 await session.initialize()
 tools = await load_mcp_tools(session)
 agent = create_react_agent(model, tools)
 response = await agent.ainvoke({
 "messages": "Calculate (3 + 5) ×ばつ 12 using MCP tools"
 })
 return response

1. 客户端启动 MCP 服务器进程
2. 客户端连接到服务器并初始化会话
3. 客户端发现并加载可用工具
4. 创建 ReAct 代理,将工具信息提供给大语言模型
5. 代理接收用户请求并开始思考-行动-观察循环:
   • 思考:分析问题,决定使用哪个工具
   • 行动:调用选定的工具
   • 观察:分析工具执行结果
6. 代理生成最终回答并返回给用户

只需在 math_server.py 中添加新的工具函数并使用 @mcp.tool() 装饰器注册:

@mcp.tool()
def divide(a: float, b: float) -> float:
 """Execute arithmetic division operation"""
 if b == 0:
 raise ValueError("Cannot divide by zero")
 return a / b

修改客户端代码以连接到远程 MCP 服务:

from mcp.client.http import http_client
async def run_agent():
 async with http_client("https://your-mcp-server.com/api") as session:
 # 其余代码保持不变
 # ...

使用 verbose_client.py 查看详细的执行跟踪,包括:

• 可用工具列表
• 每一步的思考过程
• 工具调用和结果
• 最终响应

Processing request of type ListToolsRequest 可用工具:

• add: Execute arithmetic addition operation
• multiply: Execute arithmetic multiplication operation

开始执行代理调用...

INFO:httpx:HTTP Request: POST https://** "HTTP/1.1 200 OK" Processing request of type CallToolRequest Processing request of type CallToolRequest INFO:httpx:HTTP Request: POST https://** "HTTP/1.1 200 OK"

===== ReAct 执行跟踪 =====

步骤 1: 思考 模型思考并决定:

步骤 2: 工具调用 调用工具: multiply 输入: {'a': 8, 'b': 12} 输出: content='96' name='multiply' id='44f7af32-dbd5-4ab4-ad37-b45f9da0cac9' tool_call_id='call_ncJW4OzrgGBEPya0gHhRJ6cg'

步骤 3: 工具调用 调用工具: multiply 输入: {'a': 8, 'b': 12} 输出: content='96' name='multiply' id='44f7af32-dbd5-4ab4-ad37-b45f9da0cac9' tool_call_id='call_ncJW4OzrgGBEPya0gHhRJ6cg'

步骤 4: 思考 模型思考并决定: The result of ((3 + 5) \times 12) is 96.

最终响应: The result of ((3 + 5) \times 12) is 96.

• MCP: 工具注册、发现和调用协议
• LangChain: LLM 和工具集成框架
• LangGraph: ReAct 代理构建
• OpenAI API: 大语言模型服务

MIT

欢迎提交 Issues 和 Pull Requests!