MCP + LangGraph Agent

MCP + LangGraph エージェント

これは、従来の LangChain ツールではなく、**MCP（Model Context Protocol）**サーバーを使って実装したツールを備える、LangGraph を利用したエージェントの最小限の実用例です。LangGraph の公式チュートリアルをもとに、MCP サーバーをツールとして統合する方法を紹介するために調整されています。

🧠 このリポジトリをひな形として使い、MCP ツールを備えた独自の LangGraph エージェントを手早く構築しましょう！

特長

flowchart TD
    __start__ --> chatbot
    chatbot -.-> tools
    chatbot -.-> __end__
    tools --> chatbot

• LangGraph を統合し、エージェントの状態とメッセージのルーティングを管理します。
• MCP サーバーを使ってツールにアクセスします。
• 数学と天気用の MCP サーバーのサンプルが含まれています。
• エージェントと対話するためのコマンドラインインターフェースを提供します。

インストール

1. リポジトリをクローンします。

   git clone <repository_url>
   

2. Poetry を使って依存関係をインストールします。

   poetry install
   

使い方

1. .envファイルに Anthropic API キーを設定します。このファイルが存在しない場合は、作成が必要です。例：

   ANTHROPIC_API_KEY=your_api_key
   

2. MCP サーバーを起動します。

   • 数学サーバー：python src/mcp_servers/math_server.py
   • 天気サーバー：python src/mcp_servers/weather_server.py

3. エージェントを実行します。

   poetry run main
   

   エージェントが対話モードで起動します。プロンプトを入力すると、エージェントは MCP サーバーが提供するツールを使って応答します。

例

User: What's (3 + 5) x 12?
Assistant: The result of (3 + 5) × 12 = 96
User: What is the weather in New York?
Assistant: It's always sunny in New York.

MCP サーバーの設定

MCP サーバーはsrc/main.pyで設定されています。設定を変更して、サーバーを追加または削除したり、トランスポートの仕組みを変更したりできます。

LLM の設定

エージェントが使用する LLM はsrc/common.pyで変更できます。