LangGraph FastAPI MCP Server Demo

这是一个示例项目，它将一个购物清单的FastAPI应用程序转变为一个MCP服务器，并连接了一个基于LangGraph的聊天机器人到该MCP服务器，以便通过聊天管理用户的购物清单。

技术栈

• FastAPI：一个现代、快速（高性能）的Web框架，用于使用Python 3构建API
• FastAPI-MCP：一个开源库，可以将您的FastAPI端点暴露为模型上下文协议（MCP）工具（带认证）
• MCP（模型上下文协议）：一个开放协议，便于AI模型与外部数据源或工具之间的无缝交互
• LangChain：一个开源框架，帮助开发者构建由大型语言模型（LLMs）驱动的应用程序
• LangGraph：一个由LangChain提供的开源框架，用于使用基于图的架构构建和管理复杂的AI代理
• ChatGPT：OpenAI提供的一款流行的大型语言模型
• Gradio：一个流行的开源库，用于为机器学习模型构建Web界面。本项目使用Gradio创建了聊天机器人的Web界面。
• LangSmith：一个由LangChain提供的开源框架，用于跟踪和监控LLM应用程序。
• uv：一个快速的开源Python包管理器——作为pip、conda和virtualenv的替代品。

快速开始

1. 安装 uv

如果您还没有安装，请按照这里的说明进行安装。

2. 安装依赖项

uv sync

3. 设置OpenAI API密钥

在项目根目录下创建一个.env文件：

# .env
OPENAI_API_KEY=your-openai-api-key-here

4. 运行FastAPI应用

uv run uvicorn server.main:app --host 0.0.0.0 --port 8000 --reload

访问http://localhost:8000/docs尝试FastAPI应用

5. 运行聊天机器人

uv run chatbot.py

聊天机器人将在http://localhost:7860可用

使用示例

在聊天机器人中尝试以下示例查询：

• "我需要买个西瓜"
• "我的购物清单里有什么？"
• "让我们添加意大利面和番茄酱"
• "我已经买了西瓜"
• "移除番茄酱"
• "我还需要多一份意大利面"

依赖项

• LangGraph：用于创建React代理
• Gradio：用于聊天界面
• LangChain OpenAI：用于语言模型集成
• LangChain Core：用于工具定义
• FastAPI：用于MCP服务器
• SQLAlchemy：用于数据库操作

许可证

本项目是开源的，并且在MIT许可证下可用。