LangChain MCP Agent 项目

基于 LangChain 和 LangGraph 构建的 MCP (Model Context Protocol) Agent，集成高德地图导航和自定义工具服务，支持 Human-in-the-loop 人机交互确认。

功能特性

• 多 MCP 服务集成：同时连接高德地图 MCP 和自定义 MCP 服务
• Human-in-the-loop：敏感操作需要人工确认（GPS获取、拨打电话、读取联系人）
• LangGraph 支持：使用 LangGraph 编排 Agent 工作流
• Streamable HTTP：使用 HTTP 流式传输与 MCP 服务通信

快速启动

1. 安装依赖

# 使用 uv 安装依赖
uv sync

2. 配置环境变量

# 复制环境变量示例文件
cp .env.example .env

# 编辑 .env 文件，填入你的 API Key
vim .env

3. 启动服务

直接运行自定义 MCP 服务器，不可中断

# 启动自定义 MCP 服务器（提供 GPS、联系人、拨号等功能）
uv run python -m agent_call.custom_mcp_server

方式一：使用 LangGraph CLI（推荐）

# 启动 LangGraph 开发服务器
uv run langgraph dev

方式二：运行 Agent 脚本测试

# 直接运行 Agent 测试
uv run python -m agent_call.agent

项目文件结构

.
├── README.md                       # 本文件
├── pyproject.toml                  # Python 项目配置和依赖
├── langgraph.json                  # LangGraph CLI 配置文件
├── uv.lock                         # uv 依赖锁定文件
├── .env.example                    # 环境变量示例
├── main.py                         # 项目入口文件
└── agent_call/                     # Agent 核心代码包
    ├── __init__.py                 # 包初始化文件
    ├── agent.py                    # Agent 主逻辑和构建函数
    ├── mcp_config.py               # MCP 客户端配置
    ├── custom_mcp_server.py        # 自定义 MCP 服务器实现
    └── middleware.py               # Human-in-the-loop 中间件配置

启动客户端

uv run client_apis/agent_client.py

客户端接口说明文件 - http接口和python改造、sse 帧格式、前端接入指南

各文件作用详解

langgraph.json - LangGraph CLI 配置

LangGraph CLI 的配置文件，定义了图的入口点。

{
  "dependencies": ["."],
  "graphs": {
    "my_mcp_agent": "agent_call/agent.py:build_graph"
  },
  "env": ".env"
}

• graphs: 定义可用的图，键是图名称，值是 模块路径:函数名
• env: 指定环境变量文件路径
• 修改建议：如需添加新的图，在 graphs 中添加新的键值对

agent_call/agent.py - Agent 主逻辑

核心 Agent 实现文件，包含 build_graph() 函数用于构建 Agent。

主要功能：

• 加载环境变量
• 初始化 MCP 客户端获取工具
• 配置 Kimi/Moonshot 大模型
• 创建带有人机交互中间件的 Agent
• 实现记忆功能（InMemorySaver）

修改建议：

• 修改系统提示词：编辑 system_prompt 变量
• 更换大模型：修改 ChatOpenAI 的参数
• 更换记忆存储：将 InMemorySaver 替换为 PostgresSaver

agent_call/mcp_config.py - MCP 配置

配置 MCP 客户端连接的服务列表。

当前配置的服务：

• Phone-use: 自定义 MCP 服务器（本地 8000 端口）
• Amap: 高德地图 MCP 服务器

修改建议：

# 添加新的 MCP 服务
client = MultiServerMCPClient(
    {
        "新服务名": {
            "url": "http://your-mcp-server/mcp",
            "transport": "http",
        },
        # ... 现有服务
    }
)

agent_call/custom_mcp_server.py - 自定义 MCP 服务器

实现自定义工具的 MCP 服务器，提供三个核心工具：

修改建议：

• 添加新工具：使用 @mcp.tool() 装饰器定义新函数
• 修改端口：设置 CUSTOM_MCP_PORT 环境变量
• 扩展联系人：修改 CONTACTS 字典

agent_call/middleware.py - 人机交互中间件

配置 Human-in-the-loop 中间件，定义哪些工具需要人工确认。

当前配置：

interrupt_on={
    "get_gps": {"allowed_decisions": ["approve", "reject"]},
    "get_contact_phone": True,  # 允许编辑、批准、拒绝
    "send_sms": True,
    "make_call": {"allowed_decisions": ["approve", "reject"]},
}

修改建议：

• True: 允许所有操作（批准、拒绝、编辑）
• {"allowed_decisions": ["approve", "reject"]}: 只允许批准或拒绝

pyproject.toml - 项目配置

Python 项目配置文件，包含：

• 项目名称、版本、描述
• Python 版本要求 (>=3.11)
• 依赖包列表

主要依赖：

• langchain>=1.2.15 - LangChain 框架
• langchain-mcp-adapters>=0.2.2 - MCP 适配器
• langchain-openai>=1.1.12 - OpenAI/Kimi 模型支持
• langgraph-cli[inmem]>=0.4.21 - LangGraph CLI
• fastmcp>=3.2.3 - MCP 服务器开发

环境变量配置

复制 .env.example 为 .env 并填写以下配置：

Moonshot/Kimi API 配置

MOONSHOT_API_KEY=your_moonshot_api_key_here
MOONSHOT_BASE_URL=https://api.moonshot.cn/v1
MOONSHOT_MODEL=kimi-k2.5

获取地址：[https://platform.moonshot.cn/](https://pl

... View full README on GitHub