🚀 langchain-box-mcp-adapter
本示例项目实现了Langchain MCP适配器与Box MCP服务器的集成。它展示了如何借助工具和代理，将Langchain与Box MCP服务器进行整合。
🚀 快速开始
此示例项目实现了Langchain MCP适配器与Box MCP服务器的集成。您可以按以下步骤开始使用：
- 克隆仓库：
git clonecd langchain-box-mcp-adapter - 安装依赖：
uv sync - 在项目根目录中创建一个
.env文件并填写信息：
LANGSMITH_TRACING = "true"
LANGSMITH_API_KEY =
OPENAI_API_KEY =
BOX_CLIENT_ID = ""
BOX_CLIENT_SECRET = ""
BOX_SUBJECT_TYPE = "user"
BOX_SUBJECT_ID = ""
- 确保MCP服务器已设置并可在项目指定路径下访问。
- 更新
src/simple_client.py或src/graph.py中的StdioServerParameters，使用正确的路径到您的MCP服务器脚本：
server_params = StdioServerParameters(
command="uv",
args=[
"--directory",
"/your/absolute/path/to/the/mcp/server/mcp-server-box",
"run",
"src/mcp_server_box.py",
],
)
运行简单客户端
要运行简单客户端，可执行以下命令：
uv run src/simple_client.py
这将启动一个基于控制台的应用程序，您可以在其中与AI代理交互。输入提示词，代理将使用工具和AI功能进行响应。
运行基于图的代理（LangGraph）
通过调用src/graph.py中的make_graph函数可以使用基于图的代理，执行以下命令：
uv run langgraph dev --config src/langgraph.json
您应该会看到类似以下的内容：
✨ 主要特性
- Langchain 集成：利用Langchain的
ChatOpenAI模型进行AI交互。 - MCP 服务器通信：通过
stdio传输连接到Box MCP服务器。 - 工具加载：从MCP服务器动态加载工具。
- 代理创建：创建一个基于React风格的代理来处理用户提示和工具交互。
- 丰富控制台输出：提供用户友好的控制台界面，支持Markdown渲染和打字机效果。
📦 安装指南
环境要求
- Python 3.13或更高版本
- 列出在
pyproject.toml中的依赖：langchain-mcp-adapters>=0.0.8langchain-openai>=0.3.12langgraph>=0.3.29rich>=14.0.0
安装步骤
- 克隆仓库：
git clonecd langchain-box-mcp-adapter - 安装依赖：
uv sync - 在项目根目录中创建一个
.env文件并填写信息：
LANGSMITH_TRACING = "true"
LANGSMITH_API_KEY =
OPENAI_API_KEY =
BOX_CLIENT_ID = ""
BOX_CLIENT_SECRET = ""
BOX_SUBJECT_TYPE = "user"
BOX_SUBJECT_ID = ""
- 确保MCP服务器已设置并可在项目指定路径下访问。
- 更新
src/simple_client.py或src/graph.py中的StdioServerParameters，使用正确的路径到您的MCP服务器脚本：
server_params = StdioServerParameters(
command="uv",
args=[
"--directory",
"/your/absolute/path/to/the/mcp/server/mcp-server-box",
"run",
"src/mcp_server_box.py",
],
)
📚 详细文档
项目结构
src/simple_client.py：主程序入口点。src/graph.py：包含基于图的代理设置。src/console_utils/console_app.py：用于控制台交互的实用函数。src/langgraph.json：LangGraph集成的配置文件。
📄 许可证
该项目使用MIT许可证。有关详细信息，请参阅LICENSE文件。
💡 贡献说明
欢迎贡献！请打开问题或提交Pull Request以进行任何改进或修复。