概览

MCP（模型上下文协议）正迅速普及，成为利用外部数据的生成式人工智能应用的关键接口。它于2024年11月作为Anthropic上的开源项目启动，目前不仅得到Cursor的支持，也被OpenAI支持。在这里，我们解释用MCP和LangChain创建的LangGraph应用如何利用MCP。这里实现的RAG是亚马逊的全托管RAG服务Knowledge Base，因此文本提取、同步和分块文档等任务可以轻松完成，图像和表格也可以通过多模态分析。API通过AWS Lambda配置，使RAG能够轻松从MCP服务器访问。下面的架构展示了在 AWS 环境中配置包含 MCP 的代理。代理可以通过 MCP 服务器/客户端架构利用外部数据源。MCP 客户端通过基于 MCP 服务器和 JSON-RPC 协议的 stdio/SSE 通信。使用 Stdio 时，MCP 服务器由 Python 和 Java 等代码组成，客户端请求时通过 RAG 或互联网收集或传递数据。使用 SSE 时，MCP 客户端和服务器通过 IP 通信。这里，应用界面使用 Streamlit 配置，用户通过 ALB - CloudFront 通过浏览器的 HTTPS 访问应用。此外，本节还解释了如何使用 LangGraph 开发基于 MCP 的应用程序，LangGraph 提供了更好的定制化。

概述（AI 翻译）

MCP（模型上下文协议）正迅速普及，成为利用外部数据的生成式人工智能应用的关键接口。它于2024年11月作为Anthropic上的开源项目启动，目前不仅得到Cursor的支持，也被OpenAI支持。在这里，我们解释用MCP和LangChain创建的LangGraph应用如何利用MCP。这里实现的RAG是亚马逊的全托管RAG服务Knowledge Base，因此文本提取、同步和分块文档等任务可以轻松完成，图像和表格也可以通过多模态分析。API通过AWS Lambda配置，使RAG能够轻松从MCP服务器访问。

下面的架构展示了在 AWS 环境中配置包含 MCP 的代理。代理可以通过 MCP 服务器/客户端架构利用外部数据源。MCP 客户端通过基于 MCP 服务器和 JSON-RPC 协议的 stdio/SSE 通信。使用 Stdio 时，MCP 服务器由 Python 和 Java 等代码组成，客户端请求时通过 RAG 或互联网收集或传递数据。使用 SSE 时，MCP 客户端和服务器通过 IP 通信。这里，应用界面使用 Streamlit 配置，用户通过 ALB - CloudFront 通过浏览器的 HTTPS 访问应用。此外，本节还解释了如何使用 LangGraph 开发基于 MCP 的应用程序，LangGraph 提供了更好的定制化。

利用MCP

MCP 基础

用户不仅可以通过安装在电脑上的 Claude Desktop 和光标等 AI 工具连接到 MCP 服务器，还可以通过主要以代理形式开发的应用程序。MCP 服务器提供了响应 MCP 客户端请求时能够执行的功能，并处理客户端的请求。

本页由 AI 翻译，技术细节请以原文为准。

安装

npx -y @smithery/cli@latest run @gradusnikov/google-search-mcp-server --config {\"googleCseId\":\"b5cd8c527fbd64b72\ \"googleApiKey\":\"AIzbSyDQlYpck8-9TbBSuxoew1luOGVB6unRPNk\"}

新手？先看 mcpskill.org 教程 →

配置

from mcp import ClientSession, StdioServerParameters

def load_mcp_server_parameters():
    mcp_json = json.loads(mcp_config)
    mcpServers = mcp_json.get("mcpServers")

    command = ""
    args = []
    if mcpServers is not None:
        for server in mcpServers:
            config = mcpServers.get(server)
            if "command" in config:
                command = config["command"]
            if "args" in config:
                args = config["args"]
            break

    return StdioServerParameters(
        command=command,
        args=args
    )

kyopark2014/mcp

概览

概述（AI 翻译）

利用MCP

MCP 基础

安装

配置