【LangGraph】MCP Adapters（模型上下文协议 适配器）：连接多个 MCP 服务器并加载 LangChain 兼容工具、提示和资源的类和函数

LangChain 模型上下文协议（MCP）适配器

MCP 适配器模块提供了用于连接多个 MCP 服务器并加载 LangChain 兼容工具、提示和资源的类和函数。

1. 类

1.1 类 MultiServerMCPClient

描述： MultiServerMCPClient 是用于连接多个 MCP 服务器并从中加载 LangChain 兼容工具、提示和资源的客户端。

1.1.1 方法

方法 __init__

__init__(
connections: dict[str, Connection] | None = None,
) –> None

描述： 使用 MCP 服务器连接初始化 MultiServerMCPClient。

参数：

方法 session

async session(
server_name: str, *, auto_initialize: bool = True
) –> AsyncIterator[ClientSession]

描述： 连接到 MCP 服务器并初始化会话。

参数：

引发异常：

返回值：

方法 get_tools

async get_tools(
*, server_name: str | None = None
) –> list[BaseTool]

描述： 获取所有连接服务器的所有工具列表。

参数：

注意： 每次工具调用将创建一个新会话。

返回值：

方法 get_prompt

async get_prompt(
server_name: str,
prompt_name: str,
*,
arguments: dict[str, Any] | None = None
) –> list[HumanMessage | AIMessage]

描述： 从指定 MCP 服务器获取提示。

参数：

返回值：

方法 get_resources

async get_resources(
server_name: str, *, uris: str | list[str] | None = None
) –> list[Blob]

描述： 从指定 MCP 服务器获取资源。

参数：

返回值：

1.1.2 示例

示例：基本用法（每次工具调用启动新会话）

from langchain_mcp_adapters.client import MultiServerMCPClient

client = MultiServerMCPClient(
{
"math": {
"command": "python",
# 请确保更新为您的 math_server.py 文件的完整绝对路径
"args": ["/path/to/math_server.py"],
"transport": "stdio",
},
"weather": {
# 请确保在端口 8000 上启动您的天气服务器
"url": "http://localhost:8000/mcp",
"transport": "streamable_http",
}
}
)
all_tools = await client.get_tools()

示例：显式启动会话

from langchain_mcp_adapters.client import MultiServerMCPClient
from langchain_mcp_adapters.tools import load_mcp_tools

client = MultiServerMCPClient({...})
async with client.session("math") as session:
tools = await load_mcp_tools(session)

2. 函数

2.1 函数 load_mcp_tools

async load_mcp_tools(
session: ClientSession | None,
*,
connection: Connection | None = None
) –> list[BaseTool]

描述： 加载所有可用的 MCP 工具并将其转换为 LangChain 工具。

参数：

返回值：

2.2 函数 load_mcp_prompt

async load_mcp_prompt(
session: ClientSession,
name: str,
*,
arguments: dict[str, Any] | None = None
) –> list[HumanMessage | AIMessage]

描述： 加载 MCP 提示并将其转换为 LangChain 消息。

参数：

返回值：

2.3 函数 load_mcp_resources

async load_mcp_resources(
session: ClientSession,
*,
uris: str | list[str] | None = None
) –> list[Blob]

描述： 加载 MCP 资源并将其转换为 LangChain Blob。

参数：

返回值：

3. 总结

• MCP 适配器机制：LangChain 的 MCP 适配器模块提供了连接多个 MCP 服务器并加载工具、提示和资源的客户端，支持与 LangChain 生态系统的无缝集成。
• 关键类：
  • MultiServerMCPClient：客户端类，用于管理多个 MCP 服务器连接并加载资源。
• 关键函数：
  • load_mcp_tools：加载 MCP 工具并转换为 LangChain 工具。
  • load_mcp_prompt：加载 MCP 提示并转换为 LangChain 消息。
  • load_mcp_resources：加载 MCP 资源并转换为 LangChain Blob。
• 使用建议：
  • 使用 MultiServerMCPClient 连接多个 MCP 服务器，灵活管理工具和资源。
  • 通过 session 方法显式管理会话以优化性能，或使用 get_tools 自动创建会话。
  • 指定 uris 参数以加载特定资源，避免加载不需要的动态资源。
  • 确保服务器连接配置（如路径、端口、传输方式）正确，以避免 ValueError。
  • 在生产环境中，使用异步编程模式以提高效率。
• 注意事项：
  • load_mcp_resources 的 uris=None 不会加载动态资源，需显式指定 URI。
  • 确保 MCP 服务器运行并可访问，例如，天气服务器需在指定端口（如 8000）启动。

MCP 适配器模块为 LangChain 提供了强大的外部服务器资源整合能力，适合构建需要动态加载工具和提示的复杂工作流。

参考资料：

• https://langchain-ai.github.io/langgraph/reference/mcp/