LangChain接入MCP完整实现流程

课程说明：

体验课内容节选自《2025大模型Agent智能体开发实战》(夏季班) 完整版付费课程

体验课时间有限，若想深度学习大模型技术，欢迎大家报名由我主讲的《2025大模型Agent智能体开发实战》(夏季班)

《2025大模型Agent智能体开发实战》(夏季班) 为【100+小时】体系大课，总共20大模块精讲精析，零基础直达大模型企业级应用！

部分项目成果演示

from IPython.display import Video

MateGen项目演示

Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/MG%E6%BC%94%E7%A4%BA%E8%A7%86%E9%A2%91.mp4", width=800, height=400)

智能客服项目演示

Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/%E6%99%BA%E8%83%BD%E5%AE%A2%E6%9C%8D%E6%A1%88%E4%BE%8B%E8%A7%86%E9%A2%91.mp4", width=800, height=400)

Dify项目演示

Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/2f1b47f42c65fd59e8d3a83e6cb9f13b_raw.mp4", width=800, height=400)

LangChain&LangGraph搭建Multi-Agnet

Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/%E5%8F%AF%E8%A7%86%E5%8C%96%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90Multi-Agent%E6%95%88%E6%9E%9C%E6%BC%94%E7%A4%BA%E6%95%88%E6%9E%9C.mp4", width=800, height=400)

此外，若是对大模型底层原理感兴趣，也欢迎报名由我和菜菜老师共同主讲的《2025大模型原理与实战课程》(夏季班)

两门大模型课程夏季班目前上新特惠+618年中钜惠双惠叠加，合购还有更多优惠哦~详细信息扫码添加助教，回复“大模型”，即可领取课程大纲&查看课程详情👇

LangChain快速入门与Agent开发实战

Part 7.LangChain接入MCP技术实现流程

MCP，全称是Model Context Protocol，模型上下文协议，由Claude母公司Anthropic于去年11月正式提出。

Anthropic MCP发布通告：https://www.anthropic.com/news/model-context-protocol

MCP GitHub主页：https://github.com/modelcontextprotocol

MCP的核心作用，是统一了Agent开发过程中，大模型调用外部工具的技术实现流程，从而大幅提高Agent开发效率。在MCP诞生之前，不同的外部工具各有不同的调用方法，要连接这些外部工具开发Agent，就必须“每一把锁单独配一把钥匙”，开发工作非常繁琐：

而MCP的诞生，则统一了这些外部工具的调用流程，使得无论什么样的工具，都可以借助MCP技术按照统一的一个流程快速接入到大模型中，从而大幅加快Agent开发效率。这就好比现在很多设备都可以使用type-c和电脑连接类似。

从技术实现角度来看，我们可以将MCP看成是Function calling的一种封装，通过server-client架构和一整套开发工具，来规范化Function calling开发流程。

此前我开设过很多MCP相关公开课，在学习本节内容前，建议先简单了解MCP完整技术体系，可以选择以下公开课进行参考：

《7分钟讲清楚MCP是什么？》：https://www.bilibili.com/video/BV1uXQzYaEpJ/?
《MCP技术开发入门实战！》：https://www.bilibili.com/video/BV1NLXCYTEbj/
《MCP企业级智能体开发实战！》：https://www.bilibili.com/video/BV1n1ZuYjEzf/
《主流客户端接入MCP实战》：https://www.bilibili.com/video/BV1dCo7YdEgK/
《从零到一开发&部署专属MCP工具》：https://www.bilibili.com/video/BV1VHL6zsE5F/
《流式HTTP MCP服务器开发流程》：https://www.bilibili.com/video/BV1P7VSzwEXL/

MCP技术参考资料详见大模型技术社区。

一、MCP基础实现流程

langchain-mcp-adapters 项目主要为LangChain和LangGraph提供MCP的接入和兼容接口，其工作流程主要如下图所示：

实际上load_mcp_tools() 返回的是标准的 LangChain 工具，所以是完全可以直接在LangChain环境中进行使用的。同时，完全支持stdio、Http SSE和Streamable HTTP三种不同的通讯协议。

接下来，我们先尝试手动实现一遍MCP实践流程，然后再考虑将已经部署好的server带入中，作为tools进行调用。

一个极简的天气查询MCP调用流程如下：

借助uv创建MCP运行环境

方法 1：使用 pip 安装（适用于已安装 pip 的系统）

FENCE0

方法 2：使用 curl 直接安装

如果你的系统没有 pip，可以直接运行：

FENCE1

这会自动下载 uv 并安装到 /usr/local/bin。

创建 MCP 客户端项目

FENCE0

创建MCP客户端虚拟环境

FENCE0

然后即可通过add方法在虚拟环境中安装相关的库。

FENCE0

编写用于天气查询的server服务器代码：

这里我们需要在服务器上创建一个server.py，并写入如下代码：

FENCE0

创建write_server.py

为了更好的测试多MCP工具调用流程，这里我们继续创建一个write_server.py服务器：

FENCE0

天气查询客户端client创建流程

然后创建一个可以和server进行通信的客户端，需要注意的是，该客户端需要包含大模型调用的基础信息。我们需要编写一个client.py脚本，这个脚本内容非常复杂，完整代码如下：

FENCE0

创建.env文件

接下来继续创建一个.env文件，来保存大模型调用的API-KEY

并写入如下内容：

FENCE0

创建servers_config.json文件

接下来继续创建servers_config.json文件，用于保存MCP工具基本信息：

{
  "mcpServers": {
    "weather": {
      "command": "python",
      "args": ["weather_server.py"],
      "transport": "stdio"
    },
    "write": {
      "command": "python",
      "args": ["write_server.py"],
      "transport": "stdio"
 ```   }
  }
}

此时完整项目结构如下：

<img src="https://ml2022.oss-cn-hangzhou.aliyuncs.com/img/202506172025805.png" alt="image-20250617202549758" style="zoom: 33%;" />

- 运行MCP客户端+服务器

&emsp;&emsp;最后在命令行中执行如下命令，即可开启对话：

FENCE0

<img src="https://ml2022.oss-cn-hangzhou.aliyuncs.com/img/202506171855700.png" alt="image-20250617185517285" style="zoom:33%;" />

至此，即完成了一次简单的MCP执行流程。

## 3.4 MCP+LangChain基础调用流程

&emsp;&emsp;`LangChain`调用`MCP`是可以将`MCP`的工具直接转换为`LangChain`的工具，然后通过预定义的`MCP_Client`实现与外部`MCP`的读写操作，换而言之就是我们需要改写原先的client，将原先的Function calling调用逻辑修改为LangChain调用逻辑：

<img src="https://ml2022.oss-cn-hangzhou.aliyuncs.com/img/202506172028187.png" alt="image-20250617202831129" style="zoom:33%;" />

FENCE0

&emsp;&emsp;`LangChain`接入`MCP`的核心原理为： `weather_server.py` → 启动为子进程 → `stdio` 通信 → `MCP` 协议 → 转换为 `LangChain` 工具 → `LangChain Agent` 执行读写，核心转换过程为：：

1. `@mcp.tool()` → 标准 `LangChain Tool`
2. `stdio_client()` → 自动处理 `read/write` 流，其中`read` 表示从 `MCP` 服务器读取响应的流，`write` 表示向 `MCP` 服务器发送请求的流，对于 `stdio weather_server.py`，它们就是子进程的 `stdout` 和 `stdin`
3. `load_mcp_tools()` → 一键转换所有工具

实际对话过程如下所示：

<img src="https://ml2022.oss-cn-hangzhou.aliyuncs.com/img/202506171915621.png" alt="image-20250617191543679" style="zoom:33%;" />

&emsp;&emsp;完整的代码已经上传至百度网盘中的`langchain_rag.py`文件中，大家可以扫描下方二维码免费领取

<img src="https://ml2022.oss-cn-hangzhou.aliyuncs.com/img/202506172030599.png" alt="image-20250617203037548" style="zoom:33%;" />

<img src="https://ml2022.oss-cn-hangzhou.aliyuncs.com/img/202506102031014.png" alt="6d9391e440ee8df1466cef1bce40705" style="zoom:50%;" />

课程说明：​

LangChain快速入门与Agent开发实战

Part 7.LangChain接入MCP技术实现流程

一、MCP基础实现流程​

课程说明：

一、MCP基础实现流程