Simple MCP Client with LangGraph Agent

Name: Simple MCP Client with LangGraph Agent
Author: simozampa

本地服务

github.com/simozampaAI 与智能体178 周前更新

代码仓库

关于 Simple MCP Client with LangGraph Agent

这是一个使用 TypeScript 和 Express.js 构建的聊天服务，通过 LangGraph Agent 调用多个 MCP 服务的工具。适用于需要流式对话响应和 MCP 工具接入的应用。

主要功能

01LangGraph 对话 Agent
02连接多个 MCP 服务
03在对话中调用 MCP 工具
04流式传输聊天响应
05基于 TypeScript 的 Express.js API

适用场景

01构建由 Agent 驱动的聊天 API
02在一次对话中使用多个 MCP 服务的工具

MCP 相关

服务会连接请求中指定的 MCP 服务，并获取其可用工具供 LangGraph Agent 调用。

#mcp-client #langchain #expressjs

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

使用 LangGraph Agent 的简单 MCP 客户端

使用 LangGraph Agent、Express.js 和 TypeScript 实现的轻量级多服务 MCP（模型上下文协议）客户端。

功能

使用 TypeScript 的 Express.js 服务
用于处理对话的 LangGraph Agent
用于集成工具的 MCP 客户端
流式响应

设置

克隆代码库
安装依赖： npm install

创建包含以下变量的 .env 文件：

PORT=3000
NODE_ENV=development
CORS_ORIGIN=*
ANTHROPIC_API_KEY=your_anthropic_api_key

构建并启动服务： npm run buildnpm start

API 端点

初始化聊天

GET /api/chat/init

生成聊天

POST /api/chat

请求正文：

{
  "input": "Hello, how can you help me?",
  "characterId": "character_123",
  "llmConfig": {
    "model": "claude-3-opus-20240229",
    "verbose": true
  },
  "chatHistory": [],
  "mcpServers": [
    {
      "name": "weather-service",
      "version": "1.0",
      "url": "https://example-mcp-server.com",
      "key": "optional_api_key"
    }
  ]
}

关闭聊天

GET /api/chat/close

MCP 集成

该服务会连接请求中指定的 MCP 服务，并检索 LangGraph Agent 可使用的工具。

开发

使用自动重新加载运行开发服务：

npm run dev

使用示例

// Send a message and stream the response
const response = await fetch("/api/chat", {
  method: "POST",
  headers: { "Content-Type": "application/json" },
  body: JSON.stringify({
    input: "What's the weather in New York?",
    characterId: "agent1",
    chatHistory: [],
    mcpServers: [
      {
        name: "weather-service",
        version: "1.0",
        url: "https://my-mcp-server.com",
      },
    ],
  }),
});

// Read the streaming response
const reader = response.body.getReader();
while (true) {
  const { done, value } = await reader.read();
  if (done) break;
  const text = new TextDecoder().decode(value);
  const events = text.split("\n\n").filter(Boolean);
  for (const event of events) {
    const data = JSON.parse(event);
    console.log(data);
  }
}

支持 Markdown

登录后评论