关于 MCP with Langchain Sample Setup
这是一个 LangChain 兼容的 MCP 示例项目,包含三个提供数学、天气和模型选择函数的服务,以及一个 Streamlit 聊天界面。适合探索用户界面如何通过客户端连接多个 MCP 服务。
主要功能
- 01三个示例 MCP 服务
- 02数学、天气和模型选择函数
- 03Streamlit 聊天界面
- 04服务分别监听不同端口
适用场景
- 01演示客户端连接多个 MCP 服务
- 02通过聊天界面测试示例函数
MCP 相关
项目包含三个 MCP 服务,各自提供一到两个函数;客户端连接这些服务,为用户提供交互界面。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
Langchain MCP 示例设置
启动 MCP 服务
mcp_servers 文件夹中有 3 个示例 MCP 服务,每个服务包含 1 或 2 个函数。启动后,它们将在 3 个不同的端口上监听请求:8000、8001 和 8002。
cd mcp_servers
nohup python math_mcp_server.py > math.log 2>&1 &
nohup python weather_mcp_server.py > weather.log 2>&1 &
nohup python which_llm_to_use_mcp_server.py > which_llm.log 2>&1 &
启动 MCP 客户端
MCP 客户端充当连接用户与 MCP 服务的接口。
export OPENAI_API_KEY=sk-svcacct-Tn_rKHd............................your_key_please
streamlit run my_chat_bot_app.py
streamlit 命令会启动一个在端口 8501 上监听的 Web UI。你可以在那里与机器人互动。
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。