Обзор проекта

LangChain-MCP-Adapters — это набор инструментов, предоставленный LangChain AI, который позволяет агентам ИИ взаимодействовать с внешними инструментами и источниками данных через протокол Model Context Protocol (MCP). Этот проект предоставляет удобный интерфейс для развертывания агентов ReAct, которые могут получать доступ к различным источникам данных и API через инструменты MCP.

Особенности

• Streamlit Interface: удобный веб-интерфейс для взаимодействия с LangGraph ReAct Agent с инструментами MCP
• Управление инструментами: Добавление, удаление и настройка MCP-инструментов через интерфейс (поддерживается формат Smithery JSON). Это происходит динамически без перезапуска приложения
• Потоковые ответы: Просмотр ответов агентов и вызовов инструментов в реальном времени
• История разговоров: Отслеживать и управлять разговорами с агентом

Архитектура MCP

Протокол контекста модели (MCP) состоит из трёх основных компонентов:

1. MCP Host: программы, стремящиеся получить доступ к данным через MCP, такие как Claude Desktop, IDE или LangChain/LangGraph.

2. MCP Client: Протокольный клиент, поддерживающий 1:1 соединение с сервером, выступая посредником между хостом и сервером.

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.