LangChain-接入12306-HTTP MCP智能体

发布时间：2026-03-25 21:42:03编辑：123阅读（285）

接入在线MCP服务流程

在SSE(Server-Sent Events)模式下、我们可以把MCP服务器当成一个已经在网络上跑着的工具API、用URL建立事件流、再用POST /messages发指令。当前主流的使用形式可以归纳为两大类：自托管启动与平台托管直连。




自托管启动（Self-hosted）

这种方式主要是应用MCP官方的Python/TypeScript MCP SDK把Server代码跑起来（FastAPI/Express集成），程序启动后会打印或返回一个本地、内网SSE URL、然后可以用这个URL建立事件流接入到OpenAI Agent SDK框架中。




平台托管直连（Platform-hosted）

诸如ModelScope的MCP广场、mcp.run等社区维护大量MPC服务并支持一键启动的SSE模型。使用方法非常简单，只需要在平台首页选好MCP Server-->生成一个API-KEY，一键生成SSE URL，即可直接接入使用。




进入ModelScope的MCP广场，访问地址：https://www.modelscope.cn/mcp

搜索12306 mcp



点击立即使用按钮，进入MCP服务详情页，最右侧会有一个通过SSE URL连接服务的说明：



复制上面的mcp配置文件，修改本地

servers_config.json

{
  "mcpServers": {
    "weather": {
      "command": "python",
      "args": ["weather_server.py"],
      "transport": "stdio"
    },
    "spider": {
      "command": "python",
      "args": ["spider_server.py"],
      "transport": "stdio"
    },
    "12306-mcp": {
      "url": "https://mcp.api-inference.modelscope.net/0e32603ec65c43/sse",
      "transport": "sse"
    }
  }
}

修改本地提示词文件

agent_prompts.txt

你是一个智能体，具备以下三种能力:

1.查询天气：调用query_weather(city:str),返回指定城市的实时天气

2.爬取网页信息：调用run_spider(url:str),将爬取到的网页内容返回

3.车票查询：调用12306-mcp,查询对应的车票信息并返回

当用户提出请求时，你需要理解意图并选择相应的工具。如果请求缺少必要信息，先与用户确认后再调用工具。返回结果时
以简洁、友好的方式回复。
如果用户提出的问题与你的功能无关，请礼貌告知无法处理。

client代码如下：


import asyncio
import json
from langchain_ollama import ChatOllama
from typing import Any,Dict
from langchain.agents import create_agent
from langchain_mcp_adapters.client import MultiServerMCPClient
from langgraph.checkpoint.memory import InMemorySaver

# 设置记忆存储
checkpointer = InMemorySaver()

# 读取提示词
with open("./agent_prompts.txt", mode='r', encoding='utf-8') as f:
    prompt = f.read()

# 设置对话配置
config = {
    "configurable":{
        "thread_id":"2"
    }
}

class Configuration:
    @staticmethod
    def load_servers(file_path: str = "servers_config.json") -> Dict[str, Any]:
        with open(file_path, mode='r', encoding='utf-8') as f:
            return json.load(f).get("mcpServers", {})

async def run_chat_loop():
    """启动 MCP-Agent 聊天循环"""
    cfg = Configuration()
    servers_cfg = Configuration.load_servers()
    # 连接多台MCP服务器
    mcp_client = MultiServerMCPClient(servers_cfg)
    _tools = await mcp_client.get_tools()
    print(f"已加载{len(_tools)}个MCP工具:{[t.name for t in _tools]}")

    # 初始化大模型
    model = ChatOllama(
    model="qwen3:8b",
    temperature=0,
    top_p=0.95,
    )

    # 构造 LangGraph Agent
    agent = create_agent(
        model=model,
        tools=_tools,
        system_prompt=prompt,
        checkpointer=checkpointer
    )
    print("\n MCP Agent 已启动，输入'quit'退出")
    while True:
        user_input = input("\n你：").strip()
        if user_input.lower() == "quit":
            break
        try:
            result = await agent.ainvoke(
                {"messages": [{"role":"user", "content":user_input}]},
                config
            )
            print(f"\nAI：{result['messages'][-1].content}")
        except Exception as e:
            print(f"\n 错误:{e}")

if __name__ == '__main__':
    asyncio.run(run_chat_loop())

运行结果如下：

已加载10个MCP工具:['query_weather', 'run_spider', 'get-current-date', 'get-stations-code-in-city', 'get-station-code-of-citys', 'get-station-code-by-names', 'get-station-by-telecode', 'get-tickets', 'get-interline-tickets', 'get-train-route-stations']




 MCP Agent 已启动，输入'quit'退出

你：查询12306余票信息{"date":"2026-03-29","from_station":"BJP","to_station":"SHH"}




AI：以下是北京到上海的火车票信息整理，按车次分类并标注关键信息，方便您快速筛选：

---

### **高铁/动车（G/D/CRH）**

#### **G27（北京南→上海虹桥）**

- **历时**：4小时32分钟  

- **座位类型**：  

  - 商务座：无票  

  - 一等座：有票（1060元）  

  - 二等座：有票（662元）  

  - 无座：无票  




#### **G25（北京南→上海虹桥）**

- **历时**：4小时18分钟  

- **座位类型**：  

  - 一等座：有票（1060元）  

  - 二等座：有票（662元）  

  - 优选一等座：有票（1457元）  




#### **G29（北京南→上海）**

- **历时**：4小时43分钟  

- **座位类型**：  

  - 一等座：有票（1070元）  

  - 二等座：有票（669元）  

  - 优选一等座：有票（1471元）  




#### **G31（北京南→上海虹桥）**

- **历时**：4小时54分钟  

- **座位类型**：  

  - 一等座：有票（1060元）  

  - 二等座：有票（662元）  




#### **G35（北京南→上海虹桥）**

- **历时**：4小时27分钟  

- **座位类型**：  

  - 二等座：有票（662元）  




---

### **动车（D）**

#### **D5（北京→上海）**

- **历时**：12小时06分钟  

- **座位类型**：  

  - 二等卧：有票（542元）  

  - 二等座：有票（361元）  

  - 一等卧：有票（686元）  

  - 无座：有票（361元）  




#### **D11（北京南→上海松江）**

- **历时**：12小时23分钟  

- **座位类型**：  

  - 二等卧：有票（479元）  

  - 二等座：有票（319元）  

  - 一等卧：无票  




#### **D17（北京→上海松江）**

- **历时**：12小时21分钟  

- **座位类型**：  

  - 二等卧：有票（447元）  

  - 二等座：有票（298元）  

  - 一等卧：有票（566元）  

  - 无座：无票  




---

### **特快/普快（T/Z）**

#### **T109（北京→上海）**

- **历时**：14小时58分钟  

- **座位类型**：  

  - 硬座：有票（177.5元）  

  - 硬卧：有票（304.5元）  

  - 无座：有票（177.5元）  




#### **Z281（北京丰台→上海松江）**

- **历时**：13小时23分钟  

- **座位类型**：  

  - 硬座：无票  

  - 硬卧：无票  

  - 软卧：无票  




#### **D9（北京南→上海南）**

- **历时**：12小时24分钟  

- **座位类型**：  

  - 二等卧：有票（510元）  

  - 二等座：有票（340元）  

  - 一等卧：有票（603元）  




---

### **关键建议**

1. **最快车次**：G27（4小时32分钟）或 G25（4小时18分钟）。  

2. **最便宜选项**：T109硬座（177.5元）或 D5二等座（361元）。  

3. **舒适度优先**：G25优选一等座（1457元）或 G29优选一等座（1471元）。  

4. **夜间出行**：D5二等卧（542元）或 D11二等卧（479元）。  




**注意**：部分车次如 Z281、G35 等无票，建议尽早购票或选择其他车次。

关键字：