🧮 LangGraph+MCP工具编排
此项目演示了如何使用 LangGraph 使用自定义MCP（模型上下文协议）服务器来编排工具执行。它通过OpenAI集成自然语言理解，并在自定义工具服务器（例如计算器）上执行结构化工具调用。
______________________________________________________________________
🚀 特性
- 自然语言输入→ LLM（GPT-4o）→ MCP工具选择
- LangGraph流程
input → plan → call - 模块化工具的MCP客户端-服务器架构
- 异步执行
- 用于交互的CLI界面
- 视觉流渲染（可选）
______________________________________________________________________
📁 项目结构
mcp语言图/ │ ├── langgraph_flow/ │ └── tool_executor.py#MCPToolExecutor：处理工具列表/执行 │ ├── mcp服务器/ │ └── server.py#公开工具（例如加、减）的MCP服务器 │ ├── 提示/ │ └── tool_selector_prompt.txt#提示LLM指导工具选择 │ ├── main.py#入口点（LangGraph+异步CLI） ├── README.md#← 你来了 ├── .env#包含OPENAI_API_KEY ├── requirements.txt#Python依赖项
格式 复制 编辑
______________________________________________________________________
🧠 运作原理
- 用户输入自然语言查询（例如，“什么是5加7？”）
- LLM（GPT-4o）解释查询并输出JSON工具调用：
{
"tool_name": "add",
"arguments": { "a": 5, "b": 7 }
}