feat: add module 10 code and related content

m10_mcp_basics/mcp_main.py

@@ -0,0 +1,129 @@
+import os
+import sys
+from contextlib import AsyncExitStack
+import asyncio
+
+from langchain_openai import ChatOpenAI
+from langchain_core.messages import SystemMessage
+from langgraph.graph import StateGraph,MessagesState,START,END
+from langgraph.prebuilt import ToolNode
+
+from config import OPENAI_API_KEY,AMAP_MAPS_API_KEY
+from m10_mcp_basics.agent_stream import run_agent_with_streaming
+from m10_mcp_basics.mcp_client import MCPClient
+from m10_mcp_basics.mcp_bridge import LangChainMCPAdapter
+
+
+
+# ===环境配置===
+# 环境兼容
+COMMAND = "npx.cmd" if sys.platform == "win32" else "npx"
+# 复制当前py进程的环境变量,并在复制的环境变量里新增一条，确保安全可控
+env_vars = os.environ.copy()
+env_vars["AMAP_MAPS_API_KEY"] = AMAP_MAPS_API_KEY
+
+MCP_SERVER_CONFIGS = [
+    {
+        "name":"高德地图", # 打印使用了什么MCP，可移除
+        "command":COMMAND,
+        "args":["-y", "@amap/amap-maps-mcp-server"],
+        "env":env_vars
+    }
+    # {...}  之后MCP工具可随需求扩展增加
+]
+
+# ===构建图逻辑===
+def build_graph(available_tools):
+    """
+    这个函数只认tools列表，不关心tools的来源
+    """
+    if not available_tools:
+        print('⚠️ 当前没有注入任何工具，Agent将仅靠LLM回答。')
+    llm = ChatOpenAI(
+        model="deepseek-chat",
+        api_key=OPENAI_API_KEY,
+        base_url="https://api.deepseek.com",
+        streaming=True
+    )
+    # 如果没工具，bind_tools 会被忽略或处理，LangGraph同样能正常跑纯对话
+    llm_with_tools = llm.bind_tools(available_tools) if available_tools else llm
+
+
+    sys_prompt = """
+    你是一个专业的地理位置服务助手。
+    1. 当用户查询模糊地点（如"西站"）时，会优先使用相关工具获取具体经纬度或标准名称。
+    2. 如果用户查询"附近"的店铺，请先确定中心点的坐标或具体位置，再进行搜索。
+    3. 调用工具时，参数要尽可能精确。
+    """
+
+    async def agent_node(state:MessagesState):
+        messages = [SystemMessage(content=sys_prompt)] + state["messages"]
+        # ainvoke:异步调用版的invoke
+        return {"messages":[await llm_with_tools.ainvoke(messages)]}
+
+    workflow = StateGraph(MessagesState)
+    workflow.add_node("agent",agent_node)
+
+    # 动态逻辑：如果有工具才加工具节点，否则就是纯对话
+    if available_tools:
+        tool_node = ToolNode(available_tools)
+        workflow.add_node("tools",tool_node)
+
+        def should_continue(state:MessagesState):
+            last_msg = state["messages"][-1]
+            if hasattr(last_msg,"tool_calls") and last_msg.tool_calls:
+                return "tools"
+            return END
+
+        workflow.add_edge(START,"agent")
+        workflow.add_conditional_edges("agent",should_continue,{"tools":"tools",END:END})
+        workflow.add_edge("tools","agent")
+    else:
+        workflow.add_edge(START,"agent")
+        workflow.add_edge("agent",END)
+
+    return workflow.compile()
+
+
+# ===MCP工具批量初始化===
+async def load_mcp_tools(stack:AsyncExitStack,configs:list):
+    """
+    负责遍历配置，批量建立连接，收集所有工具。
+    使用stack将连接生命周期托管给上层
+    """
+    all_tools = []
+    for conf in configs:
+        print(f'🔌 正在连接:{conf["name"]}...')
+        # 初始化 Client
+        client = MCPClient(
+            command=conf["command"],
+            args=conf["args"],
+            env=conf.get("env") # 可选参数
+        )
+        # 🔥:enter_async_context 替代了async with 缩进
+        # 这样无论有多少个MCP，代码层级都不会变深
+        adapter = await stack.enter_async_context(LangChainMCPAdapter(client))
+        # 批量获取一个MCP下的所有工具
+        tools = await adapter.get_tools()
+        print(f'    ✅️ 获取工具{[t.name for t in tools]}')
+        all_tools.extend(tools)
+
+    return all_tools
+
+# ===主程序===
+async def main():
+    # 使用ExitStack统一管理所有资源的关闭
+    async with AsyncExitStack() as stack:
+        # A.插件(MCP)注入阶段 -- 允许为空
+        dynamic_tools = await load_mcp_tools(stack,MCP_SERVER_CONFIGS)
+
+        # B.图构建阶段
+        app = build_graph(available_tools=dynamic_tools)
+
+        # C.运行阶段(流式)
+        query = "帮我查一下杭州西湖附近的酒店"
+        await run_agent_with_streaming(app,query)
+
+
+if __name__ == '__main__':
+    asyncio.run(main())