프로젝트 개요

LangChain-MCP-Adapters는 LangChain AI에서 제공하는 툴킷으로, AI 에이전트가 모델 컨텍스트 프로토콜(MCP)을 통해 외부 도구 및 데이터 소스와 상호작용할 수 있도록 합니다. 이 프로젝트는 MCP 도구를 통해 다양한 데이터 소스와 API에 접근할 수 있는 ReAct 에이전트를 배포하는 사용자 친화적인 인터페이스를 제공합니다.

특징

• Streamlit 인터페이스: MCP 도구로 LangGraph ReAct Agent와 상호작용할 수 있는 사용자 친화적인 웹 인터페이스
• 도구 관리: UI를 통해 MCP 도구를 추가, 제거 및 구성할 수 있습니다(Smithery JSON 형식 지원). 이 작업은 애플리케이션을 재시작하지 않고도 동적으로 수행됩니다
• 스트리밍 응답: 에이전트 응답 및 도구 호출을 실시간으로 확인할 수 있습니다
• 대화 기록: 상담원과의 대화를 추적하고 관리

MCP 아키텍처

모델 컨텍스트 프로토콜(MCP)은 세 가지 주요 구성 요소로 구성됩니다:

1. MCP 호스트: Claude Desktop, IDE, LangChain/LangGraph와 같은 MCP를 통해 데이터에 접근하려는 프로그램들.

2. MCP 클라이언트: 서버와 1:1 연결을 유지하는 프로토콜 클라이언트로, 호스트와 서버 사이의 중개 역할을 합니다.

LangGraph Agents + MCP

Project Overview

LangChain-MCP-Adapters is a toolkit provided by LangChain AI that enables AI agents to interact with external tools and data sources through the Model Context Protocol (MCP). This project provides a user-friendly interface for deploying ReAct agents that can access various data sources and APIs through MCP tools.

Features

• Streamlit Interface: A user-friendly web interface for interacting with LangGraph ReAct Agent with MCP tools
• Tool Management: Add, remove, and configure MCP tools through the UI (Smithery JSON format supported). This is done dynamically without restarting the application
• Streaming Responses: View agent responses and tool calls in real-time
• Conversation History: Track and manage conversations with the agent

MCP Architecture

The Model Context Protocol (MCP) consists of three main components:

1. MCP Host: Programs seeking to access data through MCP, such as Claude Desktop, IDEs, or LangChain/LangGraph.

2. MCP Client: A protocol client that maintains a 1:1 connection with the server, acting as an intermediary between the host and server.

3. MCP Server: A lightweight program that exposes specific functionalities through a standardized model context protocol, serving as the primary data source.

Quick Start with Docker

You can easily run this project using Docker without setting up a local Python environment.

Requirements (Docker Desktop)

Install Docker Desktop from the link below:

• Install Docker Desktop

Run with Docker Compose

1. Navigate to the dockers directory

cd dockers

2. Create a .env file with your API keys in the project root directory.

cp .env.example .env

Enter your obtained API keys in the .env file.

(Note) Not all API keys are required. Only enter the ones you need.

• ANTHROPIC_API_KEY: If you enter an Anthropic API key, you can use “claude-3-7-sonnet-latest”, “claude-3-5-sonnet-latest”, “claude-3-haiku-latest” models.
• OPENAI_API_KEY: If you enter an OpenAI API key, you can use “gpt-4o”, “gpt-4o-mini” models.
• LANGSMITH_API_KEY: If you enter a LangSmith API key, you can use LangSmith tracing.