LangGraph Agent MCP Server

LangGraph代理的MCP服务器

基于FastMCP的模型上下文协议服务器，用于ChatGPT Enterprise与LangGraph代理的集成。

🎉 快速开始

最快的入门方法：

./start.sh

这将：

1. 检查您的LangGraph代理是否在端口2024上运行
2. 在端口8000上启动MCP服务器
3. 在端口3005上启动测试UI
4. 打开http://localhost:3005在浏览器中

概述

此MCP服务器提供了一个标准化的接口，用于与部署在端口2024上的LangGraph代理进行交互，符合ChatGPT Enterprise集成要求。

✨ 最新动态

2025年1月-LangGraph CLI集成

• ✅ 重构为使用LangGraph CLI API体系结构
• ✅ 更新至 /runs, /runs/stream, /ok 端点
• ✅ 已将消息格式更改为 {"type": "human"}
• ✅ 新增3个工具：健康检查、代理状态、线程列表
• ✅ 修复了所有异步操作（不再有阻塞调用）
• ✅ 更新了web UI以匹配新的API结构

看 REFACTORING_SUMMARY.md 详细更改。

特性

• ✅ MCP协议2025-06-18 顺从的
• ✅ ChatGPT企业版 兼容（SSE传输）
• ✅ OAuth 2.0身份验证 -Google OAuth和API关键支持
• ✅ FastMCP 2.13.0+ 生产就绪部署框架
• ✅ LangGraph CLI API 整合
• ✅ 6工具：invoke_agent、stream_agent、check_system_health、check_agent_status、get_thread_state、list_threads
• ✅ 2资源：代理健康检查和服务器信息
• ✅ 提示：格式化代理查询
• ✅ Web测试UI：端口3005上的交互式测试界面
• ✅ 缺省巩固安全：生产部署的可选身份验证

安装

1. 安装依赖项：

pip install -r requirements.txt

1. 配置环境（可选）：

# Copy example configuration
cp .env.example .env

# Edit .env with your settings
# For development without auth:
OAUTH_ENABLED=false

# For production with auth:
OAUTH_ENABLED=true
GOOGLE_CLIENT_ID=your-client-id
GOOGLE_CLIENT_SECRET=your-client-secret
API_KEYS=your-api-key-1,your-api-key-2

1. 生成凭据（如果使用OAuth）：

python generate_credentials.py

看 OAUTH_SETUP.md 详细的身份验证设置。

用法

选项1：快速启动脚本（推荐）

./start.sh

选项2：手动启动

启动MCP服务器：

python src/agent_mcp/mcp_server.py

启动测试UI（可选）：

cd web_ui && python server.py

选项3：使用FastMCP CLI

python -m agent_mcp.mcp_server

或者使用FastMCP CLI：

fastmcp run src/agent_mcp/mcp_server.py

对于地方发展（STDIO）：

fastmcp dev src/agent_mcp/mcp_server.py

定制运输：

from agent_mcp.mcp_server import mcp

# HTTP transport
mcp.run(transport="http", host="0.0.0.0", port=8000, path="/mcp")

# SSE transport (for ChatGPT Enterprise)
mcp.run(transport="sse", host="0.0.0.0", port=8000)

可用工具

1. invoke_agent

执行LangGraph代理的单个调用。

{
    "prompt": "What is the capital of France?",
    "thread_id": "optional-thread-id"
}

2. stream_agent

来自LangGraph代理的流响应。

{
    "prompt": "Tell me a story",
    "thread_id": "optional-thread-id"
}

3. get_agent_state

检索对话线程的当前状态。

{
    "thread_id": "thread-id-to-query"
}

认证

MCP服务器支持三种用于生产部署的身份验证方法：

1.OAuth 2.0（谷歌或Okta）

使用首选身份提供程序启用基于用户的身份验证：

谷歌OAuth：

# .env configuration
OAUTH_ENABLED=true
OAUTH_PROVIDER=google
GOOGLE_CLIENT_ID=your-client-id.apps.googleusercontent.com
GOOGLE_CLIENT_SECRET=your-client-secret

Okta OAuth：

# .env configuration
OAUTH_ENABLED=true
OAUTH_PROVIDER=okta
OKTA_DOMAIN=your-domain.okta.com
OKTA_CLIENT_ID=your-okta-client-id
OKTA_CLIENT_SECRET=your-okta-client-secret

OAuth端点：

• GET /auth/login -启动OAuth流
• GET /auth/callback -OAuth回调处理程序
• GET /auth/logout -注销
• GET /auth/status -检查身份验证状态

快速入门指南：

• Google OAuth设置
• Okta OAuth设置

2.API密钥认证

使用API密钥进行服务到服务身份验证：

# Generate API keys
python generate_credentials.py

# Add to .env
API_KEYS=key1,key2,key3

使用API密钥：

# cURL
curl -H "X-API-Key: your-api-key" http://localhost:8000/sse

# Python
headers = {"X-API-Key": "your-api-key"}

测试身份验证

# Test OAuth setup
python test_oauth.py

# Or test manually
curl http://localhost:8000/health  # Public endpoint
curl -H "X-API-Key: your-key" http://localhost:8000/sse  # Protected

有关详细的设置说明，请参阅 OAUTH_SETUP.md

资源

• agent://health -代理人健康检查
• agent://info -代理功能和元数据

提示

• agent_query_prompt -为代理设置查询格式

ChatGPT企业集成

此服务器专为ChatGPT Enterprise集成而设计，具有：

1. 苏格兰和南方能源公司运输：实时流媒体的默认传输
2. MCP协议2025-06-18：最新稳定协议版本
3. 正确的工具模式：根据Python类型提示自动生成
4. 上下文支持：日志记录和进度报告
5. 错误处理：全面的错误响应

📚 企业应用程序和连接器文档

在与ChatGPT Enterprise“应用程序和连接器”集成时遇到问题？

我们创建了全面的文档来帮助您：

• 从这里开始：执行摘要 -问题和解决方案的快速概述
• 完整研究报告 -详细的技术分析
• 故障排除检查表 -逐步诊断指南
• 代码修复指南 -准备实施改进
• 企业管理指南 -适用于工作区管理员
• 视觉架构指南 -图表和流程图
• 完整文档索引 -所有资源集中在一个地方

太长，读不下去了：如果您的OpenAPI服务器在自定义GPT中工作，但在企业“应用程序和连接器”中不工作，则可能是由于企业工作区域限制。联系您的企业管理员进入白名单 mcp.marananapp.com 在GPT操作设置中。

ChatGPT配置

添加到您的ChatGPT Enterprise MCP配置中：

{
  "mcpServers": {
    "langgraph-agent": {
      "url": "http://your-server:8000/sse",
      "transport": "sse"
    }
  }
}

测试

Web UI测试工具

我们提供了一个漂亮的基于web的UI来测试您的MCP服务器和LangGraph代理：

# Start the test UI server
cd web_ui
python server.py

然后打开http://localhost:3005在浏览器中：

• 测试MCP服务器连接
• 测试LangGraph代理连接
• 使用自定义提示调用代理
• 实时流式响应
• 查看活动日志

看 web_ui/README.md 了解详情。

单元测试

运行测试：

pytest tests/test_mcp_server.py -v

运行所有测试：

pytest

发展

项目结构

agent-mcp-py/
├── src/
│   └── agent_mcp/
│       ├── __init__.py
│       └── mcp_server.py      # FastMCP server implementation
├── tests/
│   ├── test_mcp_server.py     # MCP server tests
│   └── test_*.py              # Other tests
├── requirements.txt           # Production dependencies
├── requirements-dev.txt       # Development dependencies
└── README.md

添加新工具

from fastmcp import Context

@mcp.tool()
async def my_tool(param: str, ctx: Context = None) -> dict:
    """Tool description for ChatGPT."""
    if ctx:
        await ctx.info(f"Processing: {param}")

    # Your logic here
    return {"result": "success"}

添加资源

@mcp.resource("custom://resource")
async def my_resource() -> str:
    """Resource description."""
    return "Resource content"

建筑

┌─────────────────┐
│  ChatGPT        │
│  Enterprise     │
└────────┬────────┘
         │ MCP/SSE
         │
┌────────▼────────┐
│  FastMCP        │
│  Server         │
│  (Port 8000)    │
└────────┬────────┘
         │ HTTP
         │
┌────────▼────────┐
│  LangGraph      │
│  Agent          │
│  (Port 2024)    │
└─────────────────┘

生产部署

通过身份验证

from fastmcp.server.auth.providers.google import GoogleProvider

auth = GoogleProvider(
    client_id="your-client-id",
    client_secret="your-client-secret",
    base_url="https://your-domain.com"
)

mcp = FastMCP(
    "LangGraph Agent Server",
    auth=auth
)

Docker部署

FROM python:3.11-slim

WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt

COPY src/ ./src/
CMD ["python", "-m", "agent_mcp.mcp_server"]

许可证

麻省理工学院

参考文献

• FastMCP文档
• MCP规范
• ChatGPT企业版