LangChain + 模型上下文协议（MCP）：AI 智能体 Demo

相关资料

参考文章：

• MCP、Function Calling 有什么区别？与 AI Agent 有什么关系？
• 【转载】MCP（Model Context Protocol）全面研究报告：概念、实践与未来趋势
• Cline 55k 系统提示词刷新了我对提示词工程的认知

python3 -m venv MCP_Demosource MCP_Demo/bin/activate

pip install langchain-mcp-adapters langgraph langchain-openaiexport OPENAI_API_KEY=<your_api_key>

from mcp.server.fastmcp import FastMCP
mcp = FastMCP("Math")
@mcp.tool()def add(a: int, b: int) -> int:    return a + b
@mcp.tool()def multiply(a: int, b: int) -> int:    return a * b
if __name__ == "__main__":    mcp.run(transport="stdio")

python3 math_server.py

from mcp import ClientSession, StdioServerParametersfrom mcp.client.stdio import stdio_clientfrom langchain_mcp_adapters.tools import load_mcp_toolsfrom langgraph.prebuilt import create_react_agentfrom langchain_openai import ChatOpenAIimport asyncio
model = ChatOpenAI(model="gpt-4o")
server_params = StdioServerParameters(    command="python",    args=["math_server.py"],  # 替换为绝对路径)
async def run_agent():    async with stdio_client(server_params) as (read, write):        async with ClientSession(read, write) as session:            await session.initialize()            tools = await load_mcp_tools(session)            agent = create_react_agent(model, tools)            result = await agent.ainvoke({"messages": "what's (3 + 5) x 12?"})            return result
if __name__ == "__main__":    print(asyncio.run(run_agent()))

python3 client.py

{    'messages': [        # 1. 用户原始提问        HumanMessage(            content="what's (3 + 5) x 12?",            id='87a8b6b6-...',  # 消息唯一标识            metadata={...}        ),
        # 2. AI首次响应（工具调用）        AIMessage(            content='',            tool_calls=[                {                    'name': 'add',          # 第一个工具调用：加法                    'args': {'a':3, 'b':5},  # 参数                    'id': 'call_1eyRzR...'   # 工具调用ID                },                {                    'name': 'multiply',      # 第二个工具调用：乘法                    'args': {'a':8, 'b':12},                    'id': 'call_q82CX...'                }            ],            token_usage={...},             # 本次调用的Token消耗            finish_reason='tool_calls'      # 终止原因：触发了工具调用        ),
        # 3. 工具执行结果返回        ToolMessage(            content='8',                   # add工具的执行结果            name='add',                     # 对应工具名称            tool_call_id='call_1eyRzR...'   # 关联的工具调用ID        ),        ToolMessage(            content='96',                   # multiply工具的执行结果            name='multiply',            tool_call_id='call_q82CX...'        ),
        # 4. AI最终响应        AIMessage(            content='content=‘The result of (3 + 5) × 12 is 96.',  # 最终自然语言答案            finish_reason='stop',          # 正常终止            token_usage={                  # 总Token消耗                'input_tokens': 143,                'output_tokens': 22,                'total_tokens': 165            }        )    ]}