LangChain MCP Adapters 0.1.0版本发布:重大架构重构与API优化
2025-06-25 07:06:08作者:田桥桑Industrious
LangChain MCP Adapters是一个用于连接LangChain框架与MCP(Multi-Conversation Platform)服务的适配器库。该项目为开发者提供了在多服务器环境下使用LangChain工具和提示模板的能力,简化了与MCP服务的集成过程。
核心架构变更
0.1.0版本带来了重大架构重构,主要围绕会话管理机制进行了优化。新版本移除了原先的长期会话模式,转而采用按需创建会话的设计理念。这一变化带来了几个显著优势:
- 资源利用率提升:不再维持不必要的长连接,减少了服务器资源消耗
- 错误处理更健壮:会话生命周期更短,降低了因网络问题导致的连接异常风险
- 灵活性增强:开发者可以更精细地控制会话创建和销毁的时机
API变更详解
MultiServerMCPClient重构
新版本对核心客户端类MultiServerMCPClient进行了彻底重构:
- 移除了上下文管理器接口:现在直接实例化客户端对象即可使用
- 工具获取方法变为异步:
get_tools()方法现在需要await调用 - 简化服务器连接方式:移除了
.connect_to_server_via_*系列方法 - 新增会话上下文管理器:通过
session(server_name)方法可以显式控制会话生命周期
新旧API对比
旧版本典型用法:
async with MultiServerMCPClient({...}) as client:
tools = client.get_tools()
新版本推荐用法:
client = MultiServerMCPClient({...})
tools = await client.get_tools()
或者使用显式会话控制:
async with client.session(server_name) as session:
tools = await load_mcp_tools(session)
技术实现亮点
- 延迟会话创建:工具和提示模板只在真正需要时才创建会话连接
- 自动会话管理:内部实现了智能的会话生命周期管理,开发者无需手动处理
- 线程安全设计:确保在多线程环境下的安全使用
- 错误恢复机制:网络异常时具备自动重试能力
升级建议
对于现有项目升级到0.1.0版本,开发者需要注意:
- 检查所有
get_tools()调用点,确保添加await关键字 - 移除不必要的上下文管理器包装
- 对于需要精细控制会话的场景,考虑使用新的session上下文管理器
- 测试工具执行流程,确保会话管理逻辑符合预期
未来展望
这一架构重构为后续功能扩展奠定了良好基础,预期未来版本可能会增加:
- 更细粒度的会话配置选项
- 连接池管理功能
- 高级别的监控和诊断接口
- 与更多MCP服务的深度集成
0.1.0版本的发布标志着LangChain MCP Adapters进入了更加成熟稳定的发展阶段,为构建复杂的多会话AI应用提供了更强大的支持。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust050
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
老旧Mac系统升级:让过时设备重获新生的完整解决方案高效解决输入设备控制难题:Input Remapper的灵活配置与自定义控制指南FSearch:让Linux文件搜索快如闪电的索引式搜索工具3步攻克音乐歌词获取难题:智能云音乐歌词解决方案Awoo Installer:3大突破破解Switch游戏安装难题的全方位解决方案详解Oni-Duplicity:打造专属《缺氧》世界的全能存档编辑工具告别ADB命令行困扰:ADB Explorer让Android设备管理如此简单VoTT:计算机视觉标注工具的全流程实践指南Universal-IFR-Extractor实战指南:从功能解析到配置优化的完整路径3个步骤掌握GPT Researcher:从智能研究助手到自动化报告生成
项目优选
收起
暂无描述
Dockerfile
682
4.37 K
Ascend Extension for PyTorch
Python
524
638
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
224
50
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
402
308
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
951
903
暂无简介
Dart
929
229
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.58 K
913
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
134
214
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
125
205
昇腾LLM分布式训练框架
Python
145
170