北屋教程网

专注编程知识分享,从入门到精通的编程学习平台

仅用6行代码将任何LLM连接到MCP工具,轻松构建自定义代理

MCP-Use,一个开源项目,它提供了一种简单而高效的方式,让开发者能够仅用几行代码将任何LLM连接到MCP工具,并构建具有工具访问权限的自定义代理。这不仅简化了开发流程,还为开发者提供了更大的灵活性和自由度。

一、MCP-Use是什么?

MCP-Use是一个开源项目,旨在帮助开发者轻松地将任何LLM连接到MCP工具。它提供了一种无需使用闭源或应用程序客户端的方式,让开发者能够快速构建具有工具访问权限的自定义代理。通过MCP-Use,开发者可以轻松地将LLM与Web浏览、文件操作等工具集成,从而实现更强大的功能。

核心特点

  • 简单易用:仅需几行代码即可完成集成。
  • 灵活性高:支持多种LLM和工具,开发者可以根据需要进行定制。
  • 开源免费:完全开源,无需支付额外费用。

二、快速开始

安装方法

MCP-Use的安装非常简单,可以通过pip直接安装:

pip install mcp-use

或者从源代码安装:

git clone https://github.com/pietrozullo/mcp-use.git
cd mcp-use
pip install -e .

示例代码

以下是一个简单的示例,展示如何使用MCP-Use将LLM连接到MCP工具:

import asyncio
import os
from dotenv import load_dotenv
from langchain_openai import ChatOpenAI
from mcp_use import MCPAgent, MCPClient

async def main():
    # Load environment variables
    load_dotenv()
    
    # Create MCPClient from config file
    client = MCPClient.from_config_file("browser_mcp.json")
    
    # Create LLM
    llm = ChatOpenAI(model="gpt-4o")
    
    # Create agent with the client
    agent = MCPAgent(llm=llm, client=client, max_steps=30)
    
    # Run the query
    result = await agent.run("Find the best restaurant in San Francisco USING GOOGLE SEARCH")
    print(f"\nResult: {result}")

if __name__ == "__main__":
    asyncio.run(main())

配置文件示例

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["@playwright/mcp@latest"],
      "env": {
        "DISPLAY": ":1"
      }
    }
  }
}

环境变量

将您想要使用的提供商的API密钥添加到您的.env文件中:

OPENAI_API_KEY=your_openai_api_key
ANTHROPIC_API_KEY=your_anthropic_api_key

三、项目链接

  • GitHub地址:https://github.com/pietrozullo/mcp-use

MCP-Use通过其简洁的API和强大的功能,为开发者提供了一种高效的方式,将LLM与各种工具集成。无论你是需要快速原型开发,还是构建复杂的应用程序,MCP-Use都能满足你的需求。

控制面板
您好,欢迎到访网站!
  查看权限
网站分类
最新留言