模型上下文协议（MCP）

Model Context Protocol（MCP） 是一种开放协议，用于标准化应用程序向大语言模型（LLM）提供工具（Tools）和上下文（Context）的方式。

LangChain 可以通过 langchain-mcp-adapters 接入 MCP Server，使 Agent 能够直接调用远程或本地工具。

---

目录

• 安装
• 传输方式
• 使用 MCP 工具
• 编写 MCP Server
• 有状态 Session

---

安装

安装 MCP Adapter

pip

pip install langchain-mcp-adapters

uv

uv add langchain-mcp-adapters

---

传输方式

MCP 目前支持三种通信方式。

Transport	使用场景	是否推荐
stdio	本地工具	⭐⭐⭐⭐⭐
Streamable HTTP	远程服务器、多客户端	⭐⭐⭐⭐⭐（推荐）
SSE	兼容旧版本、实时流	⭐⭐

---

1. stdio

客户端启动 MCP Server 子进程，通过标准输入输出通信。

LLM Client
      │
 stdin/stdout
      │
      ▼
MCP Server

特点：

• 本地运行
• 无需 HTTP
• 无需端口
• 配置最简单
• 性能最好

适合：

• 文件操作
• Git
• Python
• Shell
• SQLite
• 本地工具

示例：

mcp.run(transport="stdio")

---

2. Streamable HTTP（推荐）

Server 独立运行，通过 HTTP 提供 MCP 服务。

           HTTP

Client ─────────────► MCP Server

特点：

• 支持远程部署
• 支持多个客户端
• 支持认证
• 支持 HTTPS
• 支持 Docker
• 支持负载均衡

适合：

• AI 平台
• Docker
• Kubernetes
• 云服务器
• NAS

示例：

mcp.run(transport="streamable-http")

---

3. SSE（Server-Sent Events）

HTTP 的一种流式通信方式。

Client
   │
HTTP
   │
──────────────
Server 持续推送数据
──────────────

特点：

• 长连接
• 服务端主动推送
• 主要用于兼容旧版本

一般新项目建议直接使用 Streamable HTTP。

---

使用 MCP 工具

可以同时连接多个 MCP Server。

from langchain_mcp_adapters.client import MultiServerMCPClient
from langchain.agents import create_agent

client = MultiServerMCPClient(
    {
        "math": {
            "transport": "stdio",
            "command": "python",
            "args": ["/path/to/math_server.py"],
        },
        "weather": {
            "transport": "streamable_http",
            "url": "http://localhost:8000/mcp",
        },
    }
)

tools = await client.get_tools()

agent = create_agent(
    "anthropic:claude-sonnet-4-5",
    tools,
)

调用：

math_response = await agent.ainvoke(
    {
        "messages": [
            {
                "role": "user",
                "content": "what's (3 + 5) x 12?"
            }
        ]
    }
)

weather_response = await agent.ainvoke(
    {
        "messages": [
            {
                "role": "user",
                "content": "what is the weather in nyc?"
            }
        ]
    }
)

---

MultiServerMCPClient 默认行为

默认 无状态（Stateless）。

每次工具调用都会：

创建 ClientSession
        │
调用工具
        │
关闭 Session

因此：

• 每次调用都是新的连接
• 工具之间不会共享状态

---

编写 MCP Server

安装 MCP：

pip install mcp

或

uv add mcp

---

示例一：Math Server（stdio）

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("Math")


@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b


@mcp.tool()
def multiply(a: int, b: int) -> int:
    """Multiply two numbers"""
    return a * b


if __name__ == "__main__":
    mcp.run(transport="stdio")

---

示例二：Weather Server（HTTP）

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("Weather")


@mcp.tool()
async def get_weather(location: str) -> str:
    """Get weather for location."""
    return "It's always sunny in New York"


if __name__ == "__main__":
    mcp.run(transport="streamable-http")

---

有状态 Session

如果 MCP Server 需要保存上下文（例如数据库连接、登录状态、缓存等），可以创建持久 Session。

from langchain_mcp_adapters.tools import load_mcp_tools

client = MultiServerMCPClient({...})

async with client.session("math") as session:
    tools = await load_mcp_tools(session)

工作流程：

创建 Session
      │
Tool A
      │
Tool B
      │
Tool C
      │
关闭 Session

优点：

• 保持登录状态
• 保持数据库连接
• 保持缓存
• 保持上下文

适合：

• 浏览器自动化
• 数据库事务
• SSH
• 长连接服务

---

总结

类型	推荐场景
stdio	本地开发、本地工具
Streamable HTTP	云端部署、多人共享（推荐）
SSE	兼容旧版本

---

推荐方案

本地开发

Cursor
    │
stdio
    │
MCP Server

---

远程部署（推荐）

                HTTP

Claude Desktop
Cursor
ChatGPT
VS Code
      │
      ▼
MCP Server（Docker）
      │
      ▼
Tools

---

MCP 架构

                 LLM

                  │

             Tool Calling

                  │

          ┌─────────────────┐
          │  MCP Client      │
          └─────────────────┘
                  │
    ┌─────────────┼─────────────┐
    │             │             │
stdio        HTTP Server      HTTP Server
    │             │             │
Math Tool    Browser Tool    Weather Tool