【亲测免费】 LangChain MCP Adapters 安装与配置指南
2026-01-30 04:56:21作者:翟萌耘Ralph
1. 项目基础介绍
LangChain MCP Adapters 是一个开源项目,它提供了一个轻量级的包装器,使得 Anthropic Model Context Protocol (MCP) 工具能够与 LangChain 和 LangGraph 兼容使用。此项目主要用于将MCP工具转换为LangChain工具,并且可以连接到多个MCP服务器并从中加载工具。
主要编程语言:Python
2. 项目使用的关键技术和框架
- MCP (Model Context Protocol): 一种用于定义和访问模型上下文的协议。
- LangChain: 一个用于构建基于语言模型的应用程序的工具链。
- LangGraph: 一个用于创建和运行智能代理的框架。
- FastMCP: 用于实现MCP服务器的库。
3. 项目安装和配置的准备工作与详细步骤
准备工作
- 确保你的系统中已经安装了Python,建议使用Python 3.x版本。
- 安装pip,Python的包管理器,用于安装项目所需的依赖。
安装步骤
步骤 1: 克隆项目仓库
首先,需要从GitHub上克隆项目仓库到本地环境。
git clone https://github.com/langchain-ai/langchain-mcp-adapters.git
步骤 2: 安装依赖
进入项目目录,使用pip安装项目所需的依赖。
cd langchain-mcp-adapters
pip install -r requirements.txt
步骤 3: 配置MCP服务器
根据项目需求,你可能需要创建自己的MCP服务器。以下是一个简单的MCP服务器示例,它提供了加法和乘法工具。
# math_server.py
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("Math")
@mcp.tool()
def add(a: int, b: int) -> int:
"""Add two numbers"""
return a + b
@mcp.tool()
def multiply(a: int, b: int) -> int:
"""Multiply two numbers"""
return a * b
if __name__ == "__main__":
mcp.run(transport="stdio")
运行这个服务器,它将在标准输入输出上监听。
步骤 4: 配置客户端连接到MCP服务器
在客户端代码中,你需要配置连接到MCP服务器的参数,并创建一个会话。
from mcp.client.stdio import stdio_client
from mcp import ClientSession, StdioServerParameters
from langchain_mcp_adapters.tools import load_mcp_tools
# 创建服务器参数
server_params = StdioServerParameters(
command="python",
args=["/path/to/math_server.py"],
transport="stdio"
)
# 连接到服务器
async with stdio_client(server_params) as (read, write):
async with ClientSession(read, write) as session:
await session.initialize()
tools = await load_mcp_tools(session)
确保将 /path/to/math_server.py 替换为你的MCP服务器脚本的实际路径。
以上步骤为LangChain MCP Adapters的基础安装和配置流程。在实际使用中,你可能需要进一步配置和自定义以满足特定需求。
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
795
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
434
395
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++
1.01 K
1.01 K
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
1.24 K
153
deepin linux kernel
C
30
16
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
146
237
暂无简介
Dart
985
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989