带有mcp streamlit用户界面的langchain代理
一个由Azure OpenAI驱动的Streamlit应用程序,带有可选的MCP代理工具。它支持:
- 与LLM(Azure OpenAI)聊天
- 使用MCP支持的代理调用中定义的工具
mcp.json - 查看和验证MCP服务器配置和运行状况
- 详细的使用记录和简单的成本跟踪
需求
- Python 3.10+
- Azure OpenAI访问和部署
- MCP HTTP服务器(可选,用于代理工具)
安装Python依赖项:```bash
pip install -r requirements.txt
### 配置
该应用程序从以下位置读取环境变量 `config.env` (或 `.env`, `config.txt`)如果存在。
Azure OpenAI所需:
- `AZURE_OPENAI_API_KEY`
- `AZURE_OPENAI_ENDPOINT`
可选:
- `LOG_LEVEL` (默认值:INFO)
- `ENABLE_CONVERSATION_LOG` (默认值:true)
- `ENABLE_DETAILED_LOGGING` (默认值:true)
- `STREAMING_DELAY` (默认值:0.02秒)
- `MCP_CONFIG_PATH` (路径到 `mcp.json`;默认为 `steamlit-app/mcp.json` 或回购根)
- `SYSTEM_PROMPT_PATH` (系统提示文件的路径;默认为 `steamlit-app/system_prompt.md`)
### MCP配置(工具)
该应用程序仅从以下位置加载MCP服务器 `mcp.json`。对于可流式传输的HTTP MCP服务器,请使用 `transport: "streamable_http"`.
示例 `mcp.json`:```json
{
"mcpServers": {
"aws-news": {
"url": "http://127.0.0.1:8000/mcp",
"transport": "streamable_http"
}
}
}
笔记:
- MCP服务器必须单独启动。
- 显示以下项目的本地健康检查
http://127.0.0.1:/healthURL。
有关支持的传输和示例,请参阅LangChain MCP适配器文档: langchain mcp适配器.
系统提示
代理的系统提示从以下位置加载 system_prompt.md (或 SYSTEM_PROMPT_PATH).
默认文件: steamlit-app/system_prompt.md.
运行应用程序
从该目录(或repo根目录)运行:bash
streamlit run app.py
使用应用程序
- 在浏览器中打开应用程序(Streamlit将打印URL)。
- 在聊天选项卡中,使用切换“使用MCP代理”在以下选项之间切换:
- LLM直接响应(无工具)
- MCP代理响应(从加载的工具mcp.json,带有外部系统提示) - 在MCP选项卡中:
- 检查负载mcp.json以及每台服务器的详细信息
- 查看生成的客户端配置
- 点击“列出MCP工具(所有服务器)”或“列出每台服务器的工具”以验证工具发现
故障排除
-
不支持的传输:http
-
确保您的
mcp.json用途"transport": "streamable_http"对于HTTP MCP服务器。 -
这是适配器对流式HTTP所期望的传输。
-
未配置MCP服务器
-
提供有效的
mcp.json(套MCP_CONFIG_PATH如果不与主机代管app.py). -
代理中没有可用的工具
-
确保MCP服务器正在运行,并且可以从运行应用程序的计算机访问。
-
确认工具端点已由服务器装饰和公开。
-
Azure OpenAI错误
-
验证
AZURE_OPENAI_API_KEY,AZURE_OPENAI_ENDPOINT,以及中的部署名称model_configs.json.
日志和使用情况
- 应用程序日志:
ai_agent.log - 对话日志(如果启用):
conversation_log.json
体系结构概述
- UI:流光显示(
app.py) - 法学硕士:Azure OpenAI通过
langchain-openai - 代理(可选):朗链
create_agent,工具通过加载langchain-mcp-adapters从mcp.json - MCP:可流式HTTP MCP服务器(如FastMCP)单独启动
