mcpField
L
langchain-box-mcp-adapter

langchain-box-mcp-adapter

ローカル
github.com/box-communityAI・エージェント180 週間前に更新

langchain-box-mcp-adapter について

langchain-box-mcp-adapterは、LangchainからBox MCPサーバーに接続してツールを使う方法を示すサンプルです。コンソールクライアントとLangGraphベースのエージェント構成を含みます。

主な機能

  1. 01Langchain連携
  2. 02stdioでBox MCPサーバーに接続
  3. 03ツールの動的読み込み
  4. 04ReAct形式のエージェント
  5. 05Markdown表示対応のコンソール出力

活用シーン

  1. 01LangchainエージェントでBox MCPツールを試す
  2. 02プロンプト駆動のコンソールクライアントを実行
  3. 03グラフベースのエージェントワークフローを構成

MCP 対応

stdioでBox MCPサーバーに接続し、そのツールをLangchainエージェントで利用できるようにします。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

langchain-box-mcp-adapter

このサンプルプロジェクトでは、Box MCP サーバー向けの Langchain MCP アダプターを実装しています。ツールとエージェントを使用して、Langchain を Box MCP サーバーと統合する方法を紹介します。

主な機能

  • Langchain の統合:AI との対話に Langchain の ChatOpenAI モデルを使用します。
  • MCP サーバーとの通信:stdio トランスポートを使用して Box MCP サーバーに接続します。
  • ツールの読み込み:MCP サーバーからツールを動的に読み込みます。
  • エージェントの作成:ユーザーのプロンプトやツールとのやり取りを処理する、React スタイルのエージェントを作成します。
  • リッチなコンソール出力:Markdown のレンダリングやタイプライター効果を備えた、使いやすいコンソールインターフェースを提供します。

要件

  • Python 3.13 以降
  • pyproject.toml に記載されている依存関係:
    • langchain-mcp-adapters>=0.0.8
    • langchain-openai>=0.3.12
    • langgraph>=0.3.29
    • rich>=14.0.0

セットアップ

  1. リポジトリをクローンします:

    git clone <repository-url>
    cd langchain-box-mcp-adapter
    
  2. Install dependencies:

    uv sync
    
  3. Create a .env file in the root of the project and fill in the information.

LANGSMITH_TRACING = "true"
LANGSMITH_API_KEY =
OPENAI_API_KEY =

BOX_CLIENT_ID = ""
BOX_CLIENT_SECRET = ""
BOX_SUBJECT_TYPE = "user"
BOX_SUBJECT_ID = ""
  1. MCP サーバーがセットアップされ、プロジェクト内で指定されたパスからアクセスできることを確認します。

  2. src/simple_client.py または src/graph.py の StdioServerParameters を更新し、MCP サーバースクリプトへの正しいパスを設定します。

    server_params = StdioServerParameters(
        command="uv",
        args=[
            "--directory",
            "/your/absolute/path/to/the/mcp/server/mcp-server-box",
            "run",
            "src/mcp_server_box.py",
        ],
    )

使用方法

シンプルクライアントの実行

シンプルクライアントを実行するには:

uv run src/simple_client.py

これにより、AI エージェントと対話できるコンソールベースのアプリケーションが起動します。プロンプトを入力すると、エージェントがツールと AI の機能を使って応答します。

グラフベースのエージェント(LangGraph)の実行

グラフベースのエージェントは、src/graph.py の make_graph 関数を呼び出して使用できます。より複雑なワークフローに適しています。

uv run langgraph dev --config src/langgraph.json

次のように表示されます: Langgraph Studio

プロジェクト構成

  • src/simple_client.py:シンプルクライアントの主なエントリーポイントです。
  • src/graph.py:グラフベースのエージェントのセットアップが含まれています。
  • src/console_utils/console_app.py:コンソールでのやり取りに使用するユーティリティ関数です。
  • src/langgraph.json:LangGraph 統合の設定です。

ライセンス

このプロジェクトは MIT ライセンスの下で公開されています。詳細については、LICENSE ファイルをご覧ください。

貢献

貢献を歓迎します!改善やバグ修正がありましたら、Issue を作成するか、プルリクエストを送信してください。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。