mcpField
L
LangGraph MCP Server

LangGraph MCP Server

本地服务
github.com/rezawrAI 与智能体175 周前更新

关于 LangGraph MCP Server

LangGraph MCP Server 是面向 LangGraph 文档的模块化 Python MCP 服务。工具与资源分开组织,便于扩展和维护文档访问功能。

主要功能

  1. 01模块化服务架构
  2. 02工具与资源分别注册
  3. 03集中管理配置
  4. 04便于扩展的组件结构

适用场景

  1. 01向 MCP 客户端提供 LangGraph 文档
  2. 02添加自定义文档工具
  3. 03分别注册文档资源

MCP 相关

它向 MCP 客户端提供工具和资源,并由主入口完成注册。

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。

代码仓库

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

MseeP.ai 安全评估徽章

LangGraph MCP 服务

一个用于 LangGraph 文档的简洁、模块化 Model Context Protocol(MCP)服务实现。

架构

本项目采用整洁架构模式,使 MCP 服务更易于维护,并在添加更多功能时更易于调试。

目录结构
app/
├── config.py                  # Configuration settings
├── server.py                  # Main server entry point
├── resources/                 # Resources that can be accessed by clients
│   ├── __init__.py            # Resource registration
│   └── langgraph_resources.py # LangGraph-specific resources
├── tools/                     # Tools that can be called by clients
│   ├── __init__.py            # Tool registration
│   └── langgraph_tools.py     # LangGraph-specific tools
└── utils/                     # Utility functions
    ├── __init__.py
    └── logging_utils.py       # Logging utilities

核心组件

  1. 服务:主入口,负责初始化 MCP 服务并注册所有工具和资源。
  2. 配置:集中存放所有配置设置。
  3. 工具:客户端可调用以执行特定任务的函数。
  4. 资源:客户端可访问的数据源。
  5. 实用工具:应用程序中使用的实用函数。

添加新功能

添加新工具
  1. 在 app/tools/ 目录中创建一个新文件(例如,weather_tools.py)。
  2. 在此文件中定义工具函数。
  3. 创建一个注册函数(例如,register_weather_tools)。
  4. 在 app/tools/__init__.py 中导入并调用此注册函数。

示例:

# app/tools/weather_tools.py
def register_weather_tools(mcp):
    mcp.tool()(get_weather)

def get_weather(city: str):
    """Get weather for a city"""
    # Implementation
    return f"Weather for {city}: Sunny, 75°F"

# app/tools/__init__.py
from app.tools.langgraph_tools import register_langgraph_tools
from app.tools.weather_tools import register_weather_tools

def register_tools(mcp):
    register_langgraph_tools(mcp)
    register_weather_tools(mcp)
添加新资源
  1. 在 app/resources/ 目录中创建一个新文件(例如,weather_resources.py)。
  2. 在此文件中定义资源函数。
  3. 创建一个注册函数(例如,register_weather_resources)。
  4. 在 app/resources/__init__.py 中导入并调用此注册函数。

示例:

# app/resources/weather_resources.py
def register_weather_resources(mcp):
    mcp.resource("weather://forecast")(get_weather_forecast)

def get_weather_forecast():
    """Get weather forecast"""
    # Implementation
    return "5-day weather forecast data"

# app/resources/__init__.py
from app.resources.langgraph_resources import register_langgraph_resources
from app.resources.weather_resources import register_weather_resources

def register_resources(mcp):
    register_langgraph_resources(mcp)
    register_weather_resources(mcp)

运行服务

运行服务:

python -m app.server

此架构的优势

  1. 模块化:每个组件都只有一个职责。
  2. 可扩展性:无需修改现有代码,即可轻松添加新工具和资源。
  3. 可维护性:结构清晰,便于调试。
  4. 可伸缩性:随着功能增加,也能应对增长需求。
  5. 可测试性:可以单独测试各个组件。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。