mcpField
L
LANGGRAPH-MCP-AGENTS

LANGGRAPH-MCP-AGENTS

ローカル
github.com/serkanyasrAI・エージェント680 週間前に更新

LANGGRAPH-MCP-AGENTS について

LANGGRAPH-MCP-AGENTSは、MCPツールをLangGraphまたはGoogle ADKのエージェントに接続します。コマンドラインやストリーミング形式のエージェントインターフェースを構築する開発者向けで、ツールサーバーのセッションも管理できます。

主な機能

  1. 01LangGraph ReActエージェント
  2. 02Google ADKエージェント
  3. 03コマンドラインチャット
  4. 04ストリーミングFastAPIインターフェース
  5. 05MCPサーバーの起動とセッション管理

活用シーン

  1. 01MCPツールを使うLangGraphエージェントの構築
  2. 02コマンドラインでのGoogle ADKエージェント実行
  3. 03アプリ設定によるエージェント種別の切り替え

MCP 対応

MCPクライアントでツールサーバーを起動し、セッション管理やLangGraph・Google ADK向けのツール変換、接続のクリーンアップを行います。

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

mcp-agent-tool-adapter

プロトコルからインテリジェンスへ:MCP でエージェントを強化します。

ライセンス 最終コミット リポジトリの主要言語 リポジトリの言語数


📍 概要

MCP Agent Tool Adapter は、MCP プロトコルを介したモジュール式のツール呼び出しを可能にし、Google ADKまたはLangGraphを使用して、ツールを動的に推論できるエージェントを提供します。

このプロジェクトは、MCP ツールを次のものに変換します。

  • 🤖 ストリーミング対応の FastAPI または CLI インターフェースを備えた Google ADK ベースのエージェント
  • 🧠 ReAct とストリーミング対応のツール計画を使用する LangGraph ベースのエージェント

🧱 プロジェクト構成

mcp-agent-tool-adapter/
├── mcp_client/                # Core client implementation (modular)
│   ├── client.py              # MCPClient & MCPServer
│   ├── tool_loader.py         # High-level async loader
│   └── types.py               # Shared type definitions
├── app_client_adk.py         # Google ADK agent + CLI chat
├── app_client_langgraph.py   # LangGraph agent + ReAct CLI chat
├── mcp_config.json           # Example MCP tool config
├── requirements.txt          # Dependencies
└── README.md

🚀 はじめに

☑️ 前提条件
  • Python 3.10+
⚙️ インストール
# Clone this repository
❯ git clone https://github.com/serkanyasr/mcp-agent-tool-adapter
❯ cd mcp-agent-tool-adapter

# Install dependencies
❯ pip install -r requirements.txt

🤖 使用方法

Google ADK CLI エージェントを実行する:
❯ python app_client_adk.py
LangGraph ReAct CLI エージェントを実行する:
❯ python app_client_langgraph.py

mcp_config.json で、次のようなツールを定義してください。

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["@modular-protocol/filesystem"]
    }
  }
}

🧠 ツールのアーキテクチャ

MCP ツールは MCPClient を介してエージェントに接続されます。MCPClient は次の処理を担当します。

  • ツールサーバーの起動(サブプロセス経由)
  • セッション管理
  • ツールの適応(langgraph または Google ADK)
  • クリーンアップ

アプリで tool_type を "google" または "langgraph" に変更すると、エージェントの種類を動的に切り替えられます。


🧪 開発/コントリビューション

  • リポジトリをフォークし、機能ブランチを作成します。
  • 変更内容の説明を添えて PR を送信します。
  • Issue または PR で @serkanyasr をメンションします。

次の分野でのコントリビューションを歓迎します。

  • 🧩 新しい MCP ツールアダプター
  • 🧠 マルチエージェントの LangGraph 活用事例
  • 🛠️ OpenAPI/ストリーミングのサポート

🎗 ライセンス

このプロジェクトは MIT License のもとでライセンスされています。詳細については、LICENSE ファイルを参照してください。


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。