无服务器AI代理，利用LangChain.js和模型上下文协议（MCP）集成，从汉堡店订购汉堡
概览
⭐ 如果你喜欢这个样本，请在GitHub上点星——这对你帮助很大！ 该项目演示了如何构建能够通过 与现实世界 API 交互的 AI 代理。它配备了完整的汉堡点餐系统，配备无服务器 API、网页界面和 MCP 服务器，使 AI 代理能够浏览菜单、下单并跟踪订单状态。该代理用于处理大型语言模型（LLM）推理和工具调用。该系统由多个互联服务组成，详见下方的架构部分。 该系统托管在 Azure 静态 Web 应用（Web 应用）和 Azure Functions（API 和 MCP 服务器）上，Azure Cosmos DB for NoSQL 用于数据存储。你可以用它作为构建自己 AI 代理的起点。 你可以在本地测试该应用，无需部署或任何云端成本。MCP服务器还支持流行的AI工具，如GitHub Copilot、Claude及其他兼容MCP的客户端。请按照本地开发部分的说明开始。
概述（AI 翻译）
⭐ 如果你喜欢这个样本，请在GitHub上点星——这对你帮助很大！
概述 • 架构 • 入门指南 • 部署到 Azure • 本地运行 • MCP 工具 • 资源
[!重要] 👉 关注完整的工作坊，了解我们是如何制作这个样本的。
概述
本项目演示了如何利用模型上下文协议（MCP）构建能够与现实世界API交互的AI代理。它配备了完整的汉堡点餐系统，配备无服务器API、网页界面和MCP服务器，使AI代理能够浏览菜单、下单并跟踪订单状态。该代理使用LangChain.js来处理LLM推理和工具调用。该系统由多个互联服务组成，详见下方的架构部分。
该系统托管在 Azure 静态 Web 应用（Web 应用）和 Azure Functions（API 和 MCP 服务器）上，Azure Cosmos DB for NoSQL 用于数据存储。你可以用它作为构建自己 AI 代理的起点。
[!提示] 你可以在本地测试该应用，无需部署或任何云端成本。MCP服务器还支持GitHub Copilot、Claude及其他兼容MCP的客户端等流行的AI工具。
本页由 AI 翻译，技术细节请以原文为准。
README
以下为原文 README 节选，完整内容请查看原文。
[!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]
安装
npx -y @modelcontextprotocol/inspector