LangChain Agent with MCP Servers

MCP サーバーを使用する LangChain エージェント

Model Context Protocol（MCP）サーバーと連携するツール統合に MCP Adapters を使用する LangChain エージェントです。

概要

このプロジェクトでは、Model Context Protocol（MCP）を使用してさまざまなサービスとやり取りする LangChain エージェントの構築方法を紹介します。

• Tavily Search：ウェブ検索とニュース検索機能
• Weather：モックの天気情報の取得
• Math：数式の評価

エージェントは LangGraph の ReAct エージェントパターンを使用し、ユーザーのクエリに基づいてこれらのツールを動的に選択して使用します。

機能

• グレースフルシャットダウン：すべての MCP サーバーで、正常に終了するための適切なシグナル処理を実装しています
• サブプロセス管理：メインエージェントがすべての MCP サーバーのサブプロセスを追跡し、管理します
• エラー処理：アプリケーション全体で堅牢なエラー処理を行います
• モジュール設計：MCP サーバーを簡単に追加して拡張できます

グレースフルシャットダウンの仕組み

このプロジェクトでは、包括的なグレースフルシャットダウンシステムを実装しています。

1. シグナル処理：SIGINT と SIGTERM シグナルを捕捉し、グレースフルシャットダウンを開始します
2. プロセス追跡：メインエージェントがすべての子プロセスの登録リストを保持します
3. クリーンアップ処理：終了時にすべてのサブプロセスが適切に終了することを保証します
4. シャットダウンフラグ：各 MCP サーバーにシャットダウンフラグがあり、シャットダウン開始後の新しい操作を防ぎます
5. 非同期処理の協調：asyncio を使用して、可能な場合は進行中の操作が完了できるようにします

インストール

# Clone the repository
git clone https://github.com/yourusername/langchain-mcp.git
cd langchain-mcp

# Create a virtual environment
python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

# Install dependencies
pip install -e .

設定

プロジェクトのルートに .env ファイルを作成し、次の変数を設定します。

OPENAI_API_KEY=your_openai_api_key
TAVILY_API_KEY=your_tavily_api_key

使用方法

コマンドラインからエージェントを実行します。

python src/agent.py

エージェントがクエリの入力を求め、適切なツールを使用して処理します。

開発

新しい MCP サーバーを追加するには：

1. src/mcpserver/ に新しいファイルを作成します
2. 適切なシグナル処理を実装してサーバーを作成します
3. src/mcpserver/__init__.py を更新して新しいサーバーを公開します
4. src/agent.py にサーバーの設定を追加します

ライセンス

MIT