🚀 FastAPI + FastMCP + LangChain Wikipedia Agent

Un agente de investigación de Wikipedia impulsado por IA que demuestra cómo FastAPI, FastMCP, LangChain y LangGraph pueden trabajar juntos para construir una aplicación de IA modular que utiliza herramientas.

El proyecto expone capacidades de Wikipedia a través de un servidor MCP (Model Context Protocol) y permite que un agente de LangChain/LangGraph descubra y utilice automáticamente esas herramientas.

🏗️ Arquitectura

                    ┌──────────────────────┐
                    │       User           │
                    │   Natural Language   │
                    └──────────┬───────────┘
                               │
                               ▼
                    ┌──────────────────────┐
                    │       FastAPI        │
                    │    Application API   │
                    └──────────┬───────────┘
                               │
                               ▼
                    ┌──────────────────────┐
                    │   LangChain Agent    │
                    │      LangGraph       │
                    └──────────┬───────────┘
                               │
                         MCP Protocol
                               │
                               ▼
                    ┌──────────────────────┐
                    │      FastMCP         │
                    │     MCP Server       │
                    └──────────┬───────────┘
                               │
                    ┌──────────┴───────────┐
                    ▼                      ▼
             ┌──────────────┐      ┌──────────────┐
             │   Wikipedia  │      │   Wikipedia  │
             │    Search    │      │     Page     │
             └──────────────┘      └──────────────┘

Related MCP server: MCP Wikipedia Server

✨ Características

• 🤖 Investigación de Wikipedia impulsada por LLM

• 🔌 Integración con Model Context Protocol (MCP)

• ⚡ Capa de aplicación FastAPI

• 🧠 Integración con agentes de LangChain

• 🔄 Agente ReAct de LangGraph

• 🔎 Herramienta de búsqueda en Wikipedia

• 📄 Herramienta de recuperación de páginas de Wikipedia

• 🔗 Descubrimiento de herramientas MCP

• 📡 Comunicación MCP basada en stdio

• 🧩 Arquitectura modular que puede admitir fácilmente herramientas adicionales

🛠️ Stack Tecnológico

🔧 Herramientas MCP

El servidor FastMCP expone dos herramientas.

search_wikipedia

Busca en Wikipedia un tema determinado.

@mcp.tool
def search_wikipedia(query: str):
    ...

Ejemplo:

Search Wikipedia for Albert Einstein

El agente puede decidir automáticamente llamar a:

search_wikipedia("Albert Einstein")

get_wikipedia_page

Recupera el contenido de una página específica de Wikipedia.

@mcp.tool
def get_wikipedia_page(title: str):
    ...

Ejemplo:

Get the Wikipedia page for Artificial Intelligence

El agente puede llamar a:

get_wikipedia_page("Artificial Intelligence")

🔄 Cómo funciona MCP en este proyecto

El servidor MCP se ejecuta usando:

mcp.run(transport="stdio")

El cliente de LangChain se conecta al servidor MCP:

client = MultiServerMCPClient(
    {
        "wikipedia": {
            "command": "python",
            "args": ["server.py"],
            "transport": "stdio",
        }
    }
)

El cliente luego descubre las herramientas MCP disponibles:

tools = await client.get_tools()

Estas herramientas se pasan al agente de LangGraph:

agent = create_react_agent(
    model,
    tools
)

El LLM puede entonces decidir qué herramienta usar según la solicitud del usuario.

⚙️ Instalación

1. Clonar el repositorio

git clone https://github.com/YOUR_USERNAME/langchain-mcp-wikipedia.git

cd langchain-mcp-wikipedia

2. Crear un entorno virtual

Windows:

python -m venv venv
venv\Scripts\activate

Linux/macOS:

python3 -m venv venv
source venv/bin/activate

3. Instalar dependencias

pip install -r requirements.txt

🔐 Variables de entorno

Crea un archivo .env:

OPENAI_API_KEY=your_openai_api_key

🧠 ¿Por qué MCP?

La integración tradicional de herramientas a menudo acopla estrechamente una aplicación de LLM con APIs individuales.

MCP proporciona una forma estandarizada de exponer capacidades como herramientas.

LLM
 │
 ▼
LangChain / LangGraph
 │
 ▼
MCP Client
 │
 ▼
MCP Server
 │
 ├── Wikipedia
 ├── Search
 ├── Database
 ├── APIs
 └── Custom Tools

Esta separación hace que las herramientas sean reutilizables en diferentes aplicaciones y agentes de IA.

📌 Conceptos clave demostrados

Este proyecto es útil para aprender:

• Model Context Protocol (MCP)

• FastMCP

• Servidores MCP

• Clientes MCP

• Transporte stdio

• Integración de herramientas de LangChain

• Agentes de LangGraph

• Agentes ReAct

• FastAPI

• Integración con APIs externas

• Llamadas a herramientas de LLM

• Arquitectura modular de agentes de IA