关于 Mcp Langchain Bridge
MCP LangChain Bridge 将 LangChain 链、Agent 和工具封装为 MCP 服务,面向希望通过 MCP 客户端使用现有 LangChain 工作流的团队。它提供基于架构的工具注册、调用追踪、重试与超时策略,以及输出验证。
主要功能
- 01将工具参数架构映射为 MCP 输入
- 02按工具配置重试和超时
- 03使用 OpenTelemetry 追踪调用
- 04通过 Pydantic 架构验证输出
- 05封装 LangGraph 入口
适用场景
- 01向 MCP 客户端提供现有 LangChain 工具
- 02无需重写即可提供检索链
- 03为工具调用添加追踪和故障策略
MCP 相关
它将 LangChain 链、Agent 和工具作为 MCP 工具提供给 Claude Desktop、Cursor 等客户端。工具输入根据 LangChain 参数架构生成。
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
已在 Archimedes Market 验证的资产。查看完整的 4 维信任报告(安全性 · 质量 · 许可证 · 复杂度),以及 资产页面上的精选目录。
MCP LangChain Bridge
将任何 LangChain 链、Agent 或工具公开为 MCP 服务。其目的是将 LangChain 中已有的编排逻辑——RAG 链、Agent 工作流、自定义工具——变为可由 Agent 调用的功能,供 Claude Desktop、Cursor 或任何 MCP 客户端使用。
你将获得
- **自动生成 Schema:**每个 LangChain 工具的
args_schema都会成为 MCP 工具的输入 Schema。内置 Pydantic v2 生成支持。 - **重试策略:**可为每个工具配置重试和退避策略,并在持续失败时启用断路器行为。
- **超时:**为每个工具单独设置执行超时,可通过装饰器或环境变量配置。
- **追踪:**每次工具调用都会生成 OpenTelemetry span。如果设置了
LANGSMITH_API_KEY,则会接入 LangSmith。 - **输出验证:**在向 Agent 返回结果前,根据 Pydantic Schema 验证结果。
用法
from mcp_langchain_bridge import bridge
from langchain_community.tools import DuckDuckGoSearchRun, WikipediaQueryRun
server = bridge.create_server(
name="research-tools",
tools=[
DuckDuckGoSearchRun(),
WikipediaQueryRun(),
# Any LangChain BaseTool subclass works
],
retry={"max_attempts": 3, "backoff": "exponential"},
timeout=30.0,
)
server.run()
为什么这很重要
LangChain 拥有 Agent 领域最大的工具生态系统。MCP 则提供最简洁的 Agent 与宿主集成方式。连接二者,便无需在任一方向重写:
- 无需将检索链迁移为原生 MCP 工具定义
- 无需因为现有技术栈基于 LangChain 而放弃使用 Claude Desktop
- LangGraph 状态机保持不变——MCP 层只包装入口点
局限
- 链的流式响应会被缓冲为 MCP 响应(MCP 规范尚不支持工具调用的流式传输)。长时间运行的链应在外部设置检查点。
- LangChain 自定义回调处理程序会按预期触发,但面向笔记本环境的 UI 更新不会显示在 MCP 客户端中。
许可证
MIT。
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。