使用Langchain调用模型上下文协议 (MCP)服务

原创

已于 2025-08-07 17:37:33 修改 · 856 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#langchain #github #python #ai

于 2025-07-21 23:44:28 首次发布

该文章已生成可运行项目，

使用Langchain调用模型上下文协议 (MCP)服务

MCP的火爆带来了很多的优质MCP服务，怎么将这些优质的MCP服务快速的集成到agent的能力上，除了官方的简单适配器外，我发现了一个宝藏Python库：mcpstore

mcpstore已经发布到PyPI上，使用pip install mcpstore就可以直接使用，作者设计的非常直观人性化，没有复杂的名称，还采用了链式调用，非常的直观。

store = MCPStore.setup_store()

store.for_store().add_service({
   
   "name": "mcpstore-wiki", "url": "https://mcpstore.wiki/mcp"})

tools = store.for_store().for_langchain().list_tools()

几行代码就可以直接使用tools了，这个tools列表是完全兼容langchain的，可以和我们已经通过@tool定义好的方法直接使用列表加法添加，作者还提供了一个可以直接运行的例子：

from langchain.agents import create_tool_calling_agent, AgentExecutor
from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
from mcpstore import MCPStore
store = MCPStore.setup_store()
store.for_store().add_service({
   
   "name":"mcpstore-wiki","url":"https://mcpstore.wiki/mcp"})
tools = store.for_store().for_langchain().list_tools()
# 如果要添加本地化的启动比较慢的服务 可以尝试time.sleep(5)一会
llm = ChatOpenAI(
    temperature=0, model="deepseek-chat",
    openai_api_key="sk-****",
    openai_api_base="httpss://api.deepseek.com"
)
prompt = ChatPromptTemplate.from_messages([
    (