我们的 MCP 开发工具包

我们实现了一个简洁、优雅且符合 Python 风格的 MCP 协议实现 — MCPager 用于在平台上发挥 MCP 的能力。MCPager 作为 AI 智能体与开放 MCP 服务器之间的桥梁，例如 Docker MCP 集合中的服务器。.

它还提供开箱即用的 LangGraph 连接器，使您能够使用流行的开源智能体框架轻松集成自定义 AI 智能体。

与您选择的 MCP 服务器集成

要将开发工具包用于 AI 智能体，首先需要 MCP 服务器。您可以使用现有的开源服务器或自行构建。请参考 基础集成示例 （基于 MCPager 与 LangChain/LangGraph）。

例如，您可以使用 MCPager 连接基于 FastMCP 框架的服务器：

fastmcp serve examples/echo_server.py --transport http

基础示例

以下展示如何初始化带 LangGraph 后端的 MCP 客户端并调用工具：

from mcpager.client import StdioTransport, HttpTransport, Session, MCPClient
from mcpager.adapters import LangGraphBackend

transport = HttpTransport('http://localhost:8000/mcp')
# or you can use StdioTransport for local testing like this:
# transport = StdioTransport(["fastmcp", "run", "echo_server.py"])
session = Session(transport)
backend = LangGraphBackend()
client = MCPClient(backend, session)

client.initialize()

tools = client.list_tools()
print(tools)

result = client.call_tool("echo", text="Hello from MCPager!")
print(result)