天气信息与多源工具集成系统

这个项目展示了如何整合多种工具来源（自定义工具、本地MCP服务和第三方API）到一个统一的AI代理中，使用LangGraph框架和MCP协议，实现一个功能丰富的智能助手系统。

项目组件

1. 天气服务器 (weather.py)

提供天气相关API工具：

• get_alerts: 获取美国州级天气警报

• get_forecast: 根据经纬度获取天气预报

基于MCP协议实现的本地服务，提供实时天气信息访问。

2. 自定义工具 (langgraph_tools.py)

提供一系列基础工具：

• 数学工具：加法、减法、乘法、除法、平方根、幂运算

• 字符串工具：字符串连接、转大写、转小写

这些工具使用LangChain的@tool装饰器定义，可以被AI代理调用。

3. 第三方MCP工具 (mcp_third_party.py)

集成第三方MCP服务：

• 智谱Web搜索工具：通过智谱AI提供的MCP接口获取实时Web搜索能力

• 提供了通用的MCP工具加载函数，便于扩展更多第三方服务

4. MCP客户端 (mcp_client.py)

连接到天气服务器并使用其提供的工具。通过SSE（Server-Sent Events）协议与服务器通信，处理连接和重试逻辑。

5. 综合代理 (agent_with_diverse_tools.py)

核心组件，整合所有来源的工具：

• 自定义本地工具：数学计算、字符串处理

• 本地MCP服务工具：天气查询服务

• 第三方MCP工具：智谱Web搜索

• 使用LangGraph的React Agent架构

• 基于Moonshot API实现

Related MCP server: Weather MCP Server

使用方法

安装依赖

pip install -r requirements.txt

环境配置

在.env文件中设置以下变量：

• MOONSHOT_API_KEY: Moonshot API密钥（用于LLM）

• ZHIPU_API_KEY: 智谱API密钥（用于Web搜索服务）

启动服务

1. 启动天气服务器

python weather/weather.py

2. 运行综合代理测试

python weather/agent_with_diverse_tools.py

3. 测试智谱Web搜索工具

python weather/mcp_third_party.py

示例查询

综合代理可以处理多种类型的查询：

• 数学计算：

  • "计算 23 + 45 的结果"

  • "计算 16 的平方根"

  • "计算 7 * 8 然后减去 10"

• 字符串处理：

  • "将 'hello world' 转换为大写"

  • "将 ['我', '爱', '中国'] 用空格连接起来"

• 天气信息：

  • "纽约州有什么天气警报？"

  • "旧金山的天气预报是什么？"

  • "加利福尼亚州有什么严重天气警报？"

• Web搜索：

  • "中国最近的航天成就有哪些？"

  • "2024年世界经济论坛的主要议题是什么？"

  • "最新的人工智能研究进展有哪些？"

• 混合查询：

  • "计算 7 * 8 然后减去 10，并查询一下上海的天气预报"

系统特点

• 模块化设计：各个工具源相互独立，便于维护和扩展

• 容错能力：即使某个服务不可用，系统仍能使用其他可用工具

• 可扩展性：容易添加新的工具源和功能

• 多源整合：将不同来源和类型的工具统一到一个代理中

扩展方向

• 添加更多第三方MCP服务

• 实现工具调用的可视化界面

• 增加用户交互模式（如对话模式）

• 添加更多领域的专业工具

注意事项

• 确保在运行代理前先启动天气服务器

• 服务器默认在localhost:8000上运行

• 天气数据来自美国国家气象局(NWS)API

• 智谱Web搜索需要有效的API密钥

系统架构

技术栈

• Python 3.11+

• MCP (Model Control Protocol)

• FastMCP 服务器

• LangGraph + LangChain

• SSE (Server-Sent Events) 传输

安装

1. 克隆仓库：

   git clone https://github.com/haichaozheng/weather-mcp.git
   cd weather-mcp

2. 创建虚拟环境：

   # 使用 Python 标准库
   python -m venv weather_venv
   
   # 激活虚拟环境（Windows）
   weather_venv\Scripts\activate
   
   # 激活虚拟环境（Linux/Mac）
   source weather_venv/bin/activate

3. 安装依赖：

   pip install -r requirements.txt

4. 配置环境变量：

   • 创建 .env 文件，参考 .env.example 文件格式

   • 添加必要的 API 密钥

项目结构

weather-mcp/ ├── weather/ │ ├── weather.py # 主服务器文件 │ ├── mcp_client.py # 客户端测试文件 ├── requirements.txt # 项目依赖 ├── .env.example # 环境变量示例 └── README.md # 本文档

## 环境变量配置

项目使用 `.env` 文件存储环境变量和敏感信息。请按照以下步骤设置：

1. 复制环境变量模板文件：
   ```bash
   cp .env.example .env

2. 编辑 .env 文件，填入您的实际配置：

   MOONSHOT_API_KEY=your_actual_api_key

3. 确保 .env 文件不会被提交到版本控制系统中

环境变量

在.env文件中设置以下变量：

• MOONSHOT_API_KEY: Moonshot API密钥

注意事项

• 确保在运行代理前先启动天气服务器

• 服务器默认在localhost:8000上运行

• 天气数据来自美国国家气象局(NWS)API