Langchain Agent With MCP Streamlit Ui

MCP运维云端

提供方 arunksingh16

运维云端 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

一个基于Azure OpenAI和Streamlit的应用,支持与LLM聊天、使用MCP代理工具、查看MCP服务器配置及健康状态,并提供详细的日志记录和简单的成本跟踪功能。

一句话选型结论

按资料字段整理

Langchain Agent With MCP Streamlit Ui 属于运维云端类 MCP 服务器,stdio · 本地进程,无需鉴权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类运维云端 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

运维云端
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

AzureOpenAIPython混合部署StreamlitMCP代理LLM聊天日志记录

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
pip install -r requirements.txt

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Langchain Agent With MCP Streamlit Ui当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
字段来自项目仓库与公开索引,中文说明由本站标注
提供方arunksingh16上游标注的维护方 arunksingh16
分类运维云端本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

3.4 KB
来自项目仓库与上游目录的原文,未做删改

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:/health URL。

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

  1. 在浏览器中打开应用程序(Streamlit将打印URL)。
  2. 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)
  3. 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

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Langchain Agent With MCP Streamlit Ui 怎么安装?

在客户端按下面的安装命令接入:pip install -r requirements.txt。装完在客户端配置里引用同一个包或端点。

Langchain Agent With MCP Streamlit Ui 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Langchain Agent With MCP Streamlit Ui 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Langchain Agent With MCP Streamlit Ui 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Langchain Agent With MCP Streamlit Ui 能提供哪些能力?

资料显示能力标签包括 日志记录、Python、云端部署。具体工具清单以官方文档为准。

Langchain Agent With MCP Streamlit Ui 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Langchain Agent With MCP Streamlit Ui 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。