azure-samples/mcp-agent-langchainjs

⭐ このサンプルが気に入ったら、GitHubにスターをつけてください — とても役立ちます!

概要 • アーキテクチャ • 始め方 • Azureへのデプロイ • ローカル実行 • MCPツール • リソース

[!重要] 👉 **フルレングスワークショップをフォローして、このサンプルの制作方法を学んでください。

概要

本プロジェクトは、Model Context Protocol(MCP)を用いて現実世界のAPIとやり取りできるAIエージェントの構築方法を示します。サーバーレスAPIを備えた完全なバーガー注文システム、ウェブインターフェース、MCPサーバーを備え、AIエージェントがメニュー閲覧、注文、注文状況の追跡を可能にします。エージェントはLangChain.jsを使ってLLMの推論やツール呼び出しを行います。システムは複数の相互接続されたサービスで構成されており、以下のアーキテクチャセクションで詳述されています。

システムはAzure Static Web Apps(ウェブアプリ)とAzure Functions(APIおよびMCPサーバー)上でホストされており、データ保存にはAzure Cosmos DB for NoSQLが使われています。自社のAIエージェントを構築するための出発点として利用できます。

[!ヒント] このアプリケーションは、デプロイやクラウドコストなしでローカルでテストできます。MCPサーバーはGitHub Copilot、Claudeなどの人気AIツールや他のMCP互換クライアントとも連携しています。

[!IMPORTANT] 👉 Follow the full-length workshop to learn how we built this sample.

Overview

This project demonstrates how to build AI agents that can interact with real-world APIs using the Model Context Protocol (MCP). It features a complete burger ordering system with a serverless API, web interfaces, and an MCP server that enables AI agents to browse menus, place orders, and track order status. The agent uses LangChain.js to handle LLM reasoning and tool calling. The system consists of multiple interconnected services, as detailed in the Architecture section below.

The system is hosted on Azure Static Web Apps (web apps) and Azure Functions (API and MCP servers), with Azure Cosmos DB for NoSQL for data storage. You can use it as a starting point for building your own AI agents.

[!TIP]