langchain-box-mcp-adapter

langchain-box-mcp-adapter

此示例项目实现了 Langchain 与 Box MCP 服务的适配器。它展示了如何使用工具和 Agent 将 Langchain 集成到 Box MCP 服务中。

功能

• Langchain 集成：使用 Langchain 的 ChatOpenAI 模型进行 AI 交互。
• MCP 服务通信：使用 stdio 传输方式连接到 Box MCP 服务。
• 工具加载：从 MCP 服务动态加载工具。
• Agent 创建：创建一个 React 风格的 Agent，用于处理用户提示词和工具交互。
• 丰富的控制台输出：提供易于使用的控制台界面，支持 Markdown 渲染和打字机效果。

要求

• Python 3.13 或更高版本
• pyproject.toml 中列出的依赖项：
  • langchain-mcp-adapters>=0.0.8
  • langchain-openai>=0.3.12
  • langgraph>=0.3.29
  • rich>=14.0.0

设置

1. 克隆仓库：

   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 = ""

3. 确保 MCP 服务已设置，并可通过项目中指定的路径访问。

4. 在 src/simple_client.py 或 src/graph.py 中，将 StdioServerParameters 更新为 MCP 服务脚本的正确路径。

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

用法

运行简单客户端

运行简单客户端：

uv run src/simple_client.py

这将启动一个基于控制台的应用程序，你可以在其中与 AI Agent 交互。输入提示词，Agent 将使用工具和 AI 能力进行响应。

运行基于图的 Agent（LangGraph）

调用 src/graph.py 中的 make_graph 函数即可使用基于图的 Agent。它适用于更复杂的工作流。

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

你应该会看到类似内容：

项目结构

• src/simple_client.py：简单客户端的主入口。
• src/graph.py：包含基于图的 Agent 设置。
• src/console_utils/console_app.py：用于控制台交互的实用函数。
• src/langgraph.json：LangGraph 集成的配置。

许可证

此项目采用 MIT 许可证。详情请参阅 LICENSE 文件。

贡献

欢迎贡献！如有任何改进或错误修复，请提交 issue 或 pull request。