Langchain MCP Client

🚀 语言链 MCP 客户端流式传输应用程序

此 Streamlit 应用提供了一个用户界面，可连接到 MCP（模型上下文协议）服务器，并与不同的大语言模型（LLM）提供程序（如 OpenAI、Anthropic、Google 等）进行交互，为用户提供便捷的模型使用体验。

🚀 快速开始

要使用此应用程序，您需要一个正在运行的 MCP 服务器或有效的 MCP 服务器 URL。以下是详细的安装和运行步骤：

1. 克隆此仓库：

git clone https://github.com/guinacio/langchain-mcp-client.git
cd langchain-mcp-client

2. 创建虚拟环境并安装依赖项：

python -m venv venv
source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate
pip install -r requirements.txt

3. 运行应用程序：

streamlit run app.py

应用程序将在 http://localhost:8501 上可用。

4. 设置 MCP 服务器（可选，用于快速测试）：
   • 安装 MCP 库：

pip install mcp

- **运行服务器**：

python weather_server.py

服务器将在默认端口 8000 上启动。在 Streamlit 应用程序中，您可以使用 URL http://localhost:8000/sse 连接到它。

✨ 主要特性

• 多样化连接方式：通过 SSE（服务器发送事件）连接到 MCP 服务器，支持单个服务器和多个服务器配置。
• 多 LLM 提供程序支持：可在 OpenAI、Anthropic、Google 等不同 LLM 提供程序之间进行选择，还支持使用 Ollama 的本地 LLM。
• 便捷工具操作：直接从 UI 查看、测试和使用可用的 MCP 工具，工具执行及其结果会在聊天记录中跟踪。
• 交互聊天界面：具备与 LLM 代理交互的聊天界面，显示工具执行结果。

📦 安装指南

克隆仓库

git clone https://github.com/guinacio/langchain-mcp-client.git
cd langchain-mcp-client

创建虚拟环境并安装依赖

python -m venv venv
source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate
pip install -r requirements.txt

安装 MCP 库（用于测试服务器）

pip install mcp

💻 使用示例

基础用法

运行 Streamlit 应用程序：

streamlit run app.py

应用程序将在 http://localhost:8501 上可用。

高级用法

运行测试用的 MCP 服务器：

python weather_server.py

服务器将在默认端口 8000 上启动。在 Streamlit 应用程序中，您可以使用 URL http://localhost:8000/sse 连接到它。

📚 详细文档

配置选项

LLM 提供程序

MCP 服务器连接

• 当前支持 SSE（服务器发送事件）连接。
• 输入您 MCP 服务器的 SSE 端点 URL（例如 http://localhost:8000/sse）。

服务器模式

• 单个服务器：连接到一个 MCP 服务器。
• 多个服务器：同时连接到多个 MCP 服务器。
  • 使用唯一名称添加服务器。
  • 通过 UI 管理（添加/移除）服务器。
  • 同时连接到所有配置的服务器。

可用工具

• 在侧边栏中查看从已连接 MCP 服务器的所有可用工具。
• 每个工具显示：
  • 名称和描述。
  • 必需和可选参数及其类型。
  • 参数描述和约束条件。
• 工具会自动在聊天界面中的 LLM 代理中可用。

未来改进计划

• STDIO MCP 服务器：支持通过标准输入输出（STDIO）连接到 MCP 服务器，以实现更灵活的服务器配置。
• 单独测试工具：实现在 UI 中单独测试每个工具的功能，以确保其正常工作。
• 使用本地 LLM：支持连接本地 LLM（Llama、DeepSeek、Qwen...）。
• 代理记忆：引入记忆功能，使代理能够保留交互中的上下文。
• RAG（文件上传）：启用检索增强生成（RAG），允许用户上传文件供代理用来提升其响应效果。

故障排除

• 连接问题：确保您的 MCP 服务器正在运行且可访问。
• API 密钥错误：验证您已输入正确的 LLM 提供程序 API 密钥。
• 工具错误：检查服务器日志以获取任何使用工具时出现的错误详细信息。

注意事项

此项目为实验性质，旨在探索和演示如何利用语言链技术与 MCP 服务器进行交互。在实际应用中，请根据具体需求进行调整和优化。