Skip to main content
Model Context Protocol (MCP) 是一个开放协议，标准化了应用程序向 LLM 提供工具和上下文的方式。LangChain 代理可以使用 langchain-mcp-adapters 库来使用在 MCP 服务器上定义的工具。

​
安装

安装 langchain-mcp-adapters 库以在 LangGraph 中使用 MCP 工具： 
pip install langchain-mcp-adapters

​
传输类型

MCP 支持不同的传输机制用于客户端-服务器通信：
  • stdio：客户端将服务器作为子进程启动，并通过标准输入/输出进行通信。适用于本地工具和简单设置。
  • 可流式 HTTP：服务器作为独立的进程运行，处理 HTTP 请求。支持远程连接和多个客户端。
  • 服务器发送事件 (SSE)：可流式 HTTP 的一种变体，针对实时流通信进行了优化。

​
使用 MCP 工具

langchain-mcp-adapters 使代理能够使用在一个或多个 MCP 服务器上定义的工具。
Accessing multiple MCP servers
from langchain_mcp_adapters.client import MultiServerMCPClient  
from langchain.agents import create_agent


client = MultiServerMCPClient(  
    {
        "math": {
            "transport": "stdio",  # Local subprocess communication
            "command": "python",
            # Absolute path to your math_server.py file
            "args": ["/path/to/math_server.py"],
        },
        "weather": {
            "transport": "streamable_http",  # HTTP-based remote server
            # Ensure you start your weather server on port 8000
            "url": "http://localhost:8000/mcp",
        }
    }
)

tools = await client.get_tools()  
agent = create_agent(
    "anthropic:claude-sonnet-4-5",
    tools  
)
math_response = await agent.ainvoke(
    {"messages": [{"role": "user", "content": "what's (3 + 5) x 12?"}]}
)
weather_response = await agent.ainvoke(
    {"messages": [{"role": "user", "content": "what is the weather in nyc?"}]}
)
MultiServerMCPClient 默认是无状态的。每次工具调用都会创建一个新的 MCP ClientSession，执行工具，然后进行清理。

​
自定义 MCP 服务器

要创建自己的 MCP 服务器，您可以使用 mcp 库。该库提供了一种简单的方法来定义工具并将其作为服务器运行。 
pip install mcp
使用以下参考实现来测试您的代理与 MCP 工具服务器。
Math server (stdio transport)
from mcp.server.fastmcp import FastMCP

mcp = FastMCP("Math")

@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b

@mcp.tool()
def multiply(a: int, b: int) -> int:
    """Multiply two numbers"""
    return a * b

if __name__ == "__main__":
    mcp.run(transport="stdio")
Weather server (streamable HTTP transport)
from mcp.server.fastmcp import FastMCP

mcp = FastMCP("Weather")

@mcp.tool()
async def get_weather(location: str) -> str:
    """Get weather for location."""
    return "It's always sunny in New York"

if __name__ == "__main__":
    mcp.run(transport="streamable-http")

​
有状态工具使用

对于需要在工具调用之间维护上下文的有状态服务器，使用 client.session() 来创建一个持久的 ClientSession。
Using MCP ClientSession for stateful tool usage
from langchain_mcp_adapters.tools import load_mcp_tools

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

​
额外资源

Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.