langchain-mcp-adapters：让langchain开发者轻松使用MCP工具

昨天，笔者介绍了一个MCP Client的库，有开发者询问有无简单js版本的MCP Client。

6行代码让你的应用也能调用Mcp工具！

实际上，LangChain 在三月份就已经开发了适配MCP的库mcp-adapters，支持python（langchain-mcp-adapters）和javascript（@langchain/mcp-adapters）。

其中，js版本的 @langchain/mcp-adapters 库可以无缝将MCP工具集成到 LangChain.js 和 LangGraph.js 应用中。

该库特性包括：

1. MCP 工具兼容性转换： 自动将 MCP 工具接口转换为 LangChain.js 和 LangGraph.js 可直接使用的格式，无需手动适配。
2. 多服务器连接与管理： 支持同时连接和管理来自多个不同 MCP 服务器的工具集，可通过编程方式或 JSON 文件进行便捷配置。
3. 灵活的传输协议支持： 提供对标准输入/输出（stdio）用于本地工具和服务器发送事件（SSE）用于远程工具的连接支持，并包含可配置的自动重连策略及对 SSE 自定义头（如认证）的支持。
4. 富内容响应处理： 能够处理并传递 MCP 工具返回的多样化内容格式，包括纯文本、Base64 编码的图像及其他嵌入式资源。

使用上也比较简单，

import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";
import { ChatOpenAI } from "@langchain/openai";
import { createReactAgent } from "@langchain/langgraph/prebuilt";
import { loadMcpTools } from "@langchain/mcp-adapters";

// Initialize the ChatOpenAI model
const model = new ChatOpenAI({ modelName: "gpt-4" });

// Automatically starts and connects to a MCP reference server
const transport = new StdioClientTransport({
command: "npx",
  args: ["-y", "@modelcontextprotocol/server-math"],
});

// Initialize the client
const client = new Client({
  name: "math-client",
  version: "1.0.0",
});

try {
  // Connect to the transport
  await client.connect(transport);

  // Get tools with custom configuration
  const tools = await loadMcpTools("math", client, {
    // Whether to throw errors if a tool fails to load (optional, default: true)
    throwOnLoadError: true,
    // Whether to prefix tool names with the server name (optional, default: false)
    prefixToolNameWithServerName: false,
    // Optional additional prefix for tool names (optional, default: "")
    additionalToolNamePrefix: "",
  });

  // Create and run the agent
  const agent = createReactAgent({ llm: model, tools });
  const agentResponse = await agent.invoke({
    messages: [{ role: "user", content: "what's (3 + 5) x 12?" }],
  });
  console.log(agentResponse);
} catch (e) {
  console.error(e);
} finally {
  // Clean up connection
  await client.close();
}

感兴趣的朋友快去试试吧。

地址：https://github.com/langchain-ai/langchainjs-mcp-adapters

实际上这类方案很多，更新迭代也非常快，开发者只需要选择自己顺手的即可。

具体也可以在此查看，涵盖官方推荐的mcp server以及相关框架及学习资源：

https://github.com/modelcontextprotocol/servers