📦
Langgraph Agent
基于LangGraph和MCP的智能工具集成平台 - AI Agent with Multiple MCP Tools Integration
0 installs
21 stars
3 forks
Trust: 46 — Fair
Devtools
Installation
npx mcp-langgraph-agentAsk AI about Langgraph Agent
Powered by Claude · Grounded in docs
I know everything about Langgraph Agent. Ask me about installation, configuration, usage, or troubleshooting.
0/500
Loading tools...
Reviews
Documentation
LangGraph MCP Tools 🤖
一个基于LangGraph和MCP(Model Context Protocol)的智能工具集成平台,支持自定义接入和使用各种MCP工具的ReAct代理。
✨ 功能特性
- 🎯 智能代理: 基于DeepSeek V3模型的ReAct代理,具备强大的推理和工具调用能力
- 🔧 MCP工具集成: 支持多种MCP工具服务器,包括GitHub、文件系统、Shell、浏览器自动化等
- 🗺️ 地理服务: 集成高德地图API,提供地理编码、路径规划、天气查询等功能
- ⏰ 时间服务: 支持多时区时间查询和格式化
- 🌐 Web界面: 基于Streamlit的现代化用户界面,支持实时对话和工具调用可视化
- 🔌 可扩展: 支持动态添加和管理MCP工具服务器
- 🔒 安全: 采用环境变量管理敏感信息,确保API密钥安全
🛠️ 支持的MCP工具
官方工具
- GitHub: 仓库管理、问题跟踪、PR创建和代码协作
- 文件系统: 文件读写、目录操作和文件管理功能
- Shell: 安全的系统命令执行和脚本运行
- 浏览器自动化: 网页操作、截图、点击和表单填写
- 序列思维: 动态反思式问题解决和结构化思考
自定义工具
- 高德地图服务: 地理编码、逆地理编码、POI搜索、天气查询、路径规划
- 时间服务: 多时区时间获取和格式化
🚀 快速开始
环境要求
- Python 3.8+
- pip 或 uv (推荐)
安装步骤
- 克隆项目
git clone https://github.com/your-username/MCP-LangGraph-Agent.git
cd MCP-LangGraph-Agent
- 安装依赖
# 使用 uv (推荐)
uv sync
# 或使用 pip
pip install -r requirements.txt
- 配置环境变量
# 复制环境变量模板
cp .env.example .env
# 编辑 .env 文件,填入您的API密钥
nano .env
环境变量配置示例:
# DeepSeek API密钥 (必需)
DEEPSEEK_API_KEY=your_deepseek_api_key_here
# 高德地图API密钥 (可选,如果使用地图功能)
AMAP_API_KEY=your_amap_api_key_here
# GitHub Personal Access Token (可选,如果使用GitHub工具)
GITHUB_PERSONAL_ACCESS_TOKEN=your_github_token_here
- 启动应用
streamlit run app.py
- 访问应用
打开浏览器访问
http://localhost:8501
📖 使用指南
基本使用
- 启动应用后,您会看到一个现代化的聊天界面
- 在侧边栏可以查看和管理已配置的MCP工具
- 在聊天框中输入您的问题,AI代理会自动选择合适的工具来回答
- 工具调用过程会实时显示,包括工具选择和执行结果
添加MCP工具
- 点击侧边栏的 "添加MCP工具"
- 输入工具配置的JSON格式:
{
"tool_name": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-example"],
"transport": "stdio"
}
}
- 点击 "添加工具"
- 点击 "应用设置" 重新加载工具
示例对话
- 🗺️ "帮我查询北京到上海的驾车路线"
- 📁 "列出当前目录的所有文件"
- 🌤️ "今天北京的天气怎么样?"
- ⏰ "现在东京时间是几点?"
- 💻 "帮我在GitHub上创建一个新的仓库"
🏗️ 项目结构
MCP-LangGraph-Agent/
├── app.py # 主应用文件
├── config.json # MCP工具配置
├── utils.py # 工具函数
├── mcp_server_amap.py # 高德地图MCP服务器
├── mcp_server_time.py # 时间服务MCP服务器
├── requirements.txt # Python依赖
├── .env.example # 环境变量模板
├── .gitignore # Git忽略文件
└── README.md # 项目说明
🔧 配置说明
MCP工具配置
工具配置存储在 config.json 文件中,支持两种类型的MCP服务器:
- 本地脚本类型:
{
"tool_name": {
"command": "python",
"args": ["./your_script.py"],
"transport": "stdio"
}
}
- NPX包类型:
{
"tool_name": {
"command": "npx",
"args": ["-y", "@org/package-name"],
"transport": "stdio"
}
}
环境变量
| 变量名 | 描述 | 必需 |
|---|---|---|
DEEPSEEK_API_KEY | DeepSeek API密钥,用于AI对话 | 是 |
AMAP_API_KEY | 高德地图API密钥,用于地理服务 | 否 |
GITHUB_PERSONAL_ACCESS_TOKEN | GitHub访问令牌,用于GitHub工具 | 否 |
🤝 贡献指南
欢迎贡献代码!请遵循以下步骤:
- Fork 这个仓库
- 创建您的特性分支 (
git checkout -b feature/AmazingFeature) - 提交您的更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 开启一个 Pull Request
📝 开发说明
添加新的MCP工具
- 创建新的MCP服务器脚本
- 在
config.json中添加配置 - 重启应用或点击"应用设置"
自定义UI
- 修改
app.py中的CSS样式 - 调整Streamlit组件布局
- 添加新的交互功能
🐛 问题排查
常见问题
-
工具调用失败
- 检查环境变量是否正确配置
- 确认MCP服务器是否正常运行
- 查看控制台错误日志
-
API密钥错误
- 验证
.env文件中的API密钥格式 - 确认API密钥有效且有足够权限
- 验证
-
依赖安装问题
- 使用
uv而不是pip安装依赖 - 确保Python版本兼容性
- 使用
📄 许可证
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。
🙏 致谢
- LangGraph - 强大的AI工作流框架
- Streamlit - 简单易用的Web应用框架
- DeepSeek - 高性能的AI模型
- Model Context Protocol - 标准化的工具集成协议
⭐ 如果这个项目对您有帮助,请给它一个星星!
