LangGraph与MCP技术概述

发布时间：2026-03-16 21:50:07编辑：123阅读（19）

    LangGraph 技术概述

    LangGraph 是由 LangChain 团队推出的一个 用于构建可控 LLM Agent 工作流的框架。

    它基于 图（Graph）结构来组织大模型调用、工具调用、状态管理和决策流程，适合构建 复杂 AI Agent、自动化推理系统、

    RAG pipeline、任务规划系统。


    可以理解为：

    LangGraph = 面向 Agent 的状态机 + DAG 工作流框架

    相比传统的 LLM 调用链，它提供 循环、分支、状态持久化、可恢复执行 等能力。


    核心概念：

    概念

    说明

    State整个执行流程共享的数据
    Node一个执行单元（函数/LLM/工具）
    Edge节点之间的连接
    Conditional Edge

    条件分支

    Graph

    完整执行流

    Checkpoint执行状态持久化


    MCP技术概述

    MCP（Model Context Protocol） 是一种用于 大模型与外部工具、数据源、系统之间通信的标准协议。它的核心目标是：

    让 LLM 可以像调用 API 一样安全、标准化地访问外部能力。

    MCP 最早由 Anthropic 在 2024 年提出，用于解决 LLM Agent 调用工具、访问数据、执行任务时缺乏统一协议的问题。

    现在在 AI Agent 生态中（如 LangChain, LangGraph, Claude Desktop 等）逐渐被支持。


    一、MCP 的核心概念

    MCP 本质是一个 客户端-服务器协议。

    LLM 通过 MCP Server 可以访问：

    工具（Tools）

    数据源（Data Sources）

    系统能力（System APIs）


    二、MCP 解决的问题

    在 MCP 之前，大模型工具调用存在几个问题：

    1 工具接口不统一

    每个 Agent 框架都有自己的 tool schema

    例如：

    LangChain Tool

    OpenAI Function Calling

    自定义 API

    导致 无法跨平台复用工具。


    2 数据访问安全问题

    LLM 直接访问数据库风险很大。

    MCP 提供：

    权限控制

    沙箱

    安全代理


    3 上下文扩展困难

    LLM 的上下文窗口有限。

    MCP 支持：

    按需查询数据

    流式返回数据

    动态加载上下文


    MCP SDK与MCP技术生态

    在这些MCP完整的技术架构中，开发者尤其需要关注MCP的SDK（开发工具）和MCP技术生态。所谓MCP的SDK，指的是官方

    提供的用于开发MCP工具的第三方库，截至目前，MCP SDK已支持Python、TypeScript、Java、Kotlin和C#等编程语言进行客户端和服务器创建。

    MCP项目官网：https://github.com/modelcontextprotocol


    主流的MCP集成平台如下：

    MCP官方服务器合集：https://github.com/modelcontextprotocol/servers

    MCP Github热门导航：https://github.com/punkpeye/awesome-mcp-servers

    Smithery：https://smithery.ai/

    MCP导航：https://mcp.so/

    魔塔社区MCP广场：https://www.modelscope.cn/mcp


关键字：

上一篇： LangChain 1.0-Agent中间件-实现闭环(批准-编辑-拒绝动作)

下一篇： LangGraph搭建MCP客户端流程