feat: mcp

demo/mcp/sse_agent.py

@@ -0,0 +1,69 @@
+import json
+import asyncio
+from langchain_openai import ChatOpenAI
+from mcp import ClientSession
+from mcp.client.sse import sse_client
+from langchain_mcp_adapters.tools import load_mcp_tools
+from langchain.agents import create_tool_calling_agent, AgentExecutor
+from langchain_core.prompts import ChatPromptTemplate
+from conf import settings
+
+# 创建模型
+llm = ChatOpenAI(
+    base_url=settings.base_url,
+    api_key=settings.api_key,
+    model=settings.model_name,
+    temperature=0.1
+)
+
+# MCP server URL for SSE connection
+server_url = "http://localhost:8001/sse"
+
+# 定义mcp客户端
+mcp_client = None
+
+# Main async function: connect, load tools, create agent, run chat loop
+async def run_agent():
+    global mcp_client
+    # 启动 MCP server，通过 SSE 建立异步连接。
+    async with sse_client(url=server_url) as streams:
+        # 使用读写通道创建 MCP 会话
+        async with ClientSession(*streams) as session:
+            await session.initialize()
+            # 动态创建一个临时类 MCPClientHolder，把 session 放进去。这样就可以在函数外部通过 mcp_client.session 调用 MCP 工具
+            mcp_client = type("MCPClientHolder", (), {"session": session})()
+
+            # 从 session 自动获取 MCP server 提供的工具列表。
+            tools = await load_mcp_tools(session)
+            # print(f"tools-->{tools}")
+
+            # 创建prompt模板
+            prompt_template = ChatPromptTemplate.from_messages([
+                ("system", "你是一个乐于助人的助手，能够调用工具回答用户问题。"),
+                ("human", "{input}"),
+                ("placeholder", "{agent_scratchpad}"),
+            ])
+
+            # 构建工具调用代理
+            agent = create_tool_calling_agent(llm, tools, prompt_template)
+
+            # 创建代理执行器
+            agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)
+
+            # 代理调用
+            print("MCP客户端启动，输入'quit'退出")
+            while True:
+                # 接收用户查询
+                query = input("\nQuery: ").strip()
+                if query.lower() == "quit":
+                    break
+                # 发送用户查询给代理，并打印
+                try:
+                    response = await agent_executor.ainvoke({"input": query})
+                    print(f"response-->{response}")
+                except Exception:
+                    print("解析有问题")
+    return
+
+if __name__ == "__main__":
+    asyncio.run(run_agent())