6行代码让你的应用也能调用Mcp工具！

目前，很多的使用MCP的案例都是基于Cursor，Claude Desktop等客户端展开的，那么如何在现有的系统里通过代码集成呢？

今天，介绍一个很不错的MCP客户端库mcp-use，集成非常简单，仅需 6 行代码即可创建第一个支持 MCP 的Agent，可与任何支持工具调用的 Langchain 支持的 LLM（OpenAI、Anthropic、Groq、LLama 等）配合使用，不仅支持本地MCP Server，还支持sse协议下的远程MCP 服务器，这样就可以和Dify这样框架集成（Dify也支持MCP了！）解锁更多能力，同时还可以在单个Agent中同时调用多个 MCP Server。

下面是一个使用案例：

import asyncio
import os
from dotenv import load_dotenv
from langchain_anthropic import ChatAnthropic
from mcp_use import MCPAgent, MCPClient

async def main():
    # Load environment variables
    load_dotenv()

    # Create configuration dictionary
    config = {
      "mcpServers": {
        "playwright": {
          "command": "npx",
          "args": ["@playwright/mcp@latest"],
          "env": {
            "DISPLAY": ":1"
          }
        }
      }
    }

    # Create MCPClient from configuration dictionary
    client = MCPClient.from_dict(config)

    # Create LLM
    llm = ChatAnthropic(model="claude-3-7-sonnet-20250219")

    # Create agent with the client
    agent = MCPAgent(llm=llm, client=client, max_steps=30)

    # Run the query
    result = await agent.run(
        "Find the best restaurant in San Francisco",
    )
    print(f"\nResult: {result}")

if __name__ == "__main__":
    asyncio.run(main())

也可以通过mcp文件加载,这就使得我们可以无缝的将cursor等客户端的配置平滑迁移过来使用：

client = MCPClient.from_config_file(
      os.path.join("browser_mcp.json")
  )

{
"mcpServers": {
"playwright": {
    "command": "npx",
    "args": ["@playwright/mcp@latest"],
    "env": {
      "DISPLAY": ":1"
    }
  }
}
}

有了它，可以很方便的实现一些过去挺麻烦的操作，比如验证码横行的当下，利用这种方式，可以轻易绕过，顺利获得数据。

作者提供了很多的示例，感兴趣的可以查看。

https://github.com/mcp-use/mcp-use

系统学习，推荐购买：

公众号回复“进群”入群讨论。