TP5 - Serveur MCP Streamable HTTP avec LangChain et n8n

Ce projet implémente un exemple complet autour du Model Context Protocol (MCP) :

• un serveur MCP exposé en Streamable HTTP ;

• deux tools MCP utilisables par des clients externes ;

• un test avec @modelcontextprotocol/inspector ;

• un agent LangChain connecté au serveur MCP ;

• une configuration n8n AI Agent utilisant le même endpoint MCP.

L'objectif est de reproduire l'esprit de la démo vidéo avec un projet local clair, testable et réutilisable.

Aperçu

flowchart LR
  User["Utilisateur"] --> Agent["Agent LangChain ou n8n"]
  Agent --> MCPClient["Client MCP Streamable HTTP"]
  MCPClient --> Server["Serveur MCP Node.js"]
  Server --> Calc["Tool: calculate"]
  Server --> Stats["Tool: text_stats"]

Le serveur expose l'endpoint suivant :

http://127.0.0.1:3000/mcp

L'endpoint /mcp n'est pas une page web classique. Il reçoit des requêtes MCP en POST. Pour une vérification navigateur simple, utiliser plutôt :

http://127.0.0.1:3000/health

Fonctionnalités

Le serveur MCP expose deux tools :

Le projet contient également :

Prérequis

• Node.js récent, testé avec Node.js v24.14.1.

• npm.

• Une clé OpenAI valide uniquement pour lancer l'agent LangChain ou l'agent n8n.

Installer les dépendances :

npm install

Créer le fichier d'environnement :

Copy-Item .env.example .env

Puis modifier .env :

OPENAI_API_KEY=your_new_openai_key
OPENAI_MODEL=gpt-4o-mini
MCP_SERVER_URL=http://127.0.0.1:3000/mcp
MCP_HOST=127.0.0.1
MCP_PORT=3000

Important : ne jamais commiter .env. La clé OpenAI donnée dans l'énoncé a été exposée et doit être révoquée/remplacée.

Lancer le serveur MCP

npm run server

Sortie attendue :

MCP server ready: http://127.0.0.1:3000/mcp

Vérifier l'état du serveur :

Invoke-RestMethod http://127.0.0.1:3000/health

Sortie attendue :

{
  "status": "ok",
  "mcpEndpoint": "/mcp"
}

Tester le serveur MCP

Dans un premier terminal, garder le serveur actif :

npm run server

Dans un second terminal, lancer le smoke test :

npm run smoke

Le test liste les tools disponibles puis appelle calculate.

Tester avec MCP Inspector

Lister les tools avec l'Inspector CLI :

npm run inspector:list-tools

Sortie attendue : un JSON contenant calculate et text_stats.

Appeler directement un tool avec l'Inspector :

npx --yes @modelcontextprotocol/inspector --cli http://127.0.0.1:3000/mcp --transport http --method tools/call --tool-name calculate --tool-arg operation=add --tool-arg "numbers=[2,3,4]"

Résultat attendu :

{
  "operation": "add",
  "numbers": [2, 3, 4],
  "result": 9
}

Note Windows : la version actuelle de l'Inspector CLI peut afficher le bon JSON puis terminer avec une assertion Node/libuv. Si le JSON des tools apparaît correctement, l'appel MCP a réussi.

Utiliser l'Inspector UI

Lancer l'interface graphique :

npm run inspector

Configurer ensuite :

Transport: Streamable HTTP
URL: http://127.0.0.1:3000/mcp

Actions à vérifier dans l'UI :

1. Cliquer sur Connect.

2. Ouvrir l'onglet Tools.

3. Vérifier que calculate et text_stats sont listés.

4. Appeler calculate avec :

{
  "operation": "multiply",
  "numbers": [6, 7]
}

Résultat attendu : 42.

Agent LangChain

L'agent LangChain charge les tools MCP via le protocole Streamable HTTP, puis les donne au modèle OpenAI.

Avant de lancer l'agent :

1. Le serveur MCP doit être actif.

2. .env doit contenir une clé OPENAI_API_KEY valide.

Commande :

npm run agent

Prompt personnalisé :

npm run agent -- "Calcule 42 / 6 puis analyse le texte: Bonjour depuis MCP."

Comportement attendu :

• l'agent charge 2 MCP tools ;

• il utilise calculate pour le calcul ;

• il utilise text_stats si le prompt demande une analyse de texte ;

• il répond en langage naturel avec les résultats.

Agent n8n

Le guide complet est disponible ici :

docs/n8n-agent.md

Résumé de la configuration du node MCP Client Tool :

Endpoint: http://127.0.0.1:3000/mcp
Server Transport: HTTP Streamable
Authentication: None
Tools to Include: All

Si n8n tourne dans Docker, remplacer 127.0.0.1 par :

http://host.docker.internal:3000/mcp

Et lancer le serveur MCP avec :

$env:MCP_HOST="0.0.0.0"; npm run server

Scripts npm

Dépannage

/mcp affiche une erreur dans le navigateur

C'est normal. /mcp attend des requêtes MCP en POST. Utiliser /health pour un test navigateur.

OPENAI_API_KEY is missing

Le fichier .env contient encore le placeholder. Remplacer :

OPENAI_API_KEY=replace_with_your_rotated_key

par une vraie clé OpenAI.

401 Incorrect API key

La clé OpenAI est invalide, révoquée ou mal copiée. Générer une nouvelle clé et mettre à jour .env.

Port 3000 déjà utilisé

Changer le port dans .env :

MCP_PORT=3001
MCP_SERVER_URL=http://127.0.0.1:3001/mcp

Puis relancer :

npm run server

n8n ne se connecte pas au MCP

Si n8n est lancé en Docker, 127.0.0.1 désigne le conteneur n8n, pas la machine hôte. Utiliser host.docker.internal et lancer le serveur avec MCP_HOST=0.0.0.0.

Sécurité

• Ne jamais publier .env.

• Révoquer toute clé API partagée dans un chat, un dépôt Git ou une capture.

• Préférer une clé dédiée au TP.

• En production, ajouter une couche d'authentification devant le serveur MCP.

Structure du projet

TP5/
├── docs/
│   ├── n8n-agent.md
│   └── screenshots/
│       ├── health-endpoint.png
│       ├── inspector-tools.png
│       └── smoke-test.png
├── scripts/
│   └── create-screenshots.ps1
├── src/
│   ├── agent-langchain.js
│   ├── mcp-server.js
│   └── mcp-smoke-test.js
├── .env.example
├── package.json
└── README.md