ИИ-агент для исследования Википедии, демонстрирующий, как FastAPI, FastMCP, LangChain и LangGraph могут работать вместе для создания модульного ИИ-приложения, использующего инструменты.
Проект предоставляет возможности Википедии через MCP (Model Context Protocol) сервер и позволяет агенту LangChain/LangGraph автоматически обнаруживать и использовать эти инструменты.
┌──────────────────────┐
│ User │
│ Natural Language │
└──────────┬───────────┘
│
▼
┌──────────────────────┐
│ FastAPI │
│ Application API │
└──────────┬───────────┘
│
▼
┌──────────────────────┐
│ LangChain Agent │
│ LangGraph │
└──────────┬───────────┘
│
MCP Protocol
│
▼
┌──────────────────────┐
│ FastMCP │
│ MCP Server │
└──────────┬───────────┘
│
┌──────────┴───────────┐
▼ ▼
┌──────────────┐ ┌──────────────┐
│ Wikipedia │ │ Wikipedia │
│ Search │ │ Page │
└──────────────┘ └──────────────┘Related MCP server: MCP Wikipedia Server
🤖 Исследование Википедии на основе LLM
🔌 Интеграция Model Context Protocol (MCP)
⚡ Прикладной уровень FastAPI
🧠 Интеграция агента LangChain
🔄 Агент ReAct на LangGraph
🔎 Инструмент поиска по Википедии
📄 Инструмент получения страниц Википедии
🔗 Обнаружение инструментов MCP
📡 MCP-связь на основе stdio
🧩 Модульная архитектура, которая легко поддерживает дополнительные инструменты
Технология | Назначение |
Python | Основной язык программирования |
FastAPI | Слой API/приложения |
FastMCP | Реализация MCP-сервера и инструментов |
LangChain | Интеграция LLM и инструментов |
LangGraph | Рабочий процесс агента |
Requests | Запросы к API Википедии |
Wikipedia REST API | Внешний источник знаний |
Сервер FastMCP предоставляет два инструмента.
search_wikipediaИщет в Википедии по заданной теме.
@mcp.tool
def search_wikipedia(query: str):
...Пример:
Search Wikipedia for Albert EinsteinАгент может автоматически решить вызвать:
search_wikipedia("Albert Einstein")get_wikipedia_pageПолучает содержимое конкретной страницы Википедии.
@mcp.tool
def get_wikipedia_page(title: str):
...Пример:
Get the Wikipedia page for Artificial IntelligenceАгент может вызвать:
get_wikipedia_page("Artificial Intelligence")MCP-сервер запускается с помощью:
mcp.run(transport="stdio")Клиент LangChain подключается к MCP-серверу:
client = MultiServerMCPClient(
{
"wikipedia": {
"command": "python",
"args": ["server.py"],
"transport": "stdio",
}
}
)Затем клиент обнаруживает доступные инструменты MCP:
tools = await client.get_tools()Эти инструменты передаются агенту LangGraph:
agent = create_react_agent(
model,
tools
)Затем LLM может решить, какой инструмент использовать, на основе запроса пользователя.
git clone https://github.com/YOUR_USERNAME/langchain-mcp-wikipedia.gitcd langchain-mcp-wikipediaWindows:
python -m venv venv
venv\Scripts\activateLinux/macOS:
python3 -m venv venv
source venv/bin/activatepip install -r requirements.txtСоздайте файл .env:
OPENAI_API_KEY=your_openai_api_keyТрадиционная интеграция инструментов часто тесно связывает LLM-приложение с отдельными API.
MCP предоставляет стандартизированный способ предоставления возможностей в виде инструментов.
LLM
│
▼
LangChain / LangGraph
│
▼
MCP Client
│
▼
MCP Server
│
├── Wikipedia
├── Search
├── Database
├── APIs
└── Custom ToolsТакое разделение делает инструменты переиспользуемыми в различных ИИ-приложениях и агентах.
Этот проект полезен для изучения:
Model Context Protocol (MCP)
FastMCP
MCP-серверы
MCP-клиенты
транспорт stdio
интеграция инструментов LangChain
агенты LangGraph
агенты ReAct
FastAPI
интеграция с внешними API
вызов инструментов LLM
модульная архитектура ИИ-агента
This server cannot be deployed
Search Wikipedia, read summaries and full text, target sections, find nearby pages, list languages.
Google search, news, maps, scholar and public webpages for AI agents, with Markdown results.
Web search, point-in-time crypto market data, verified strategy track records and 160+ agent tools.
Direct access to 60+ scraping and search tools. Extract structured data from Google (Search, Maps, Trends), Amazon, Airbnb, Social Media, and any web page directly into your AI agent.
