🦜
LangChain MCP
✓ 官方/认证LangChain
LangChain 完整工具链：Chains、Agents、Retrievers、VectorStores，连接 700+ 集成
⭐ 91.0k
GitHub Stars
stdio
安装方式
MIT
开源协议
6
可用工具
📖 详细介绍
LangChain 官方 MCP Server，将 LangChain 生态的 700+ 集成（数据加载、文本切分、向量化、链式调用、Agent、Memory）通过 MCP 协议暴露。适合构建复杂 RAG 系统和多步 Agent 工作流。
✨ 核心特性
✓700+ 集成
✓RAG 完整栈
✓Agent 框架
✓LCEL 表达式
✓Memory 管理
✓流式输出
🛠️ 可用工具 (6)
load_document()
split_text()
create_embeddings()
build_chain()
run_agent()
query_vectorstore()
🎯 适用场景
▸RAG 知识库
▸多步 Agent
▸文档问答
▸研究助理
▸多模型路由
▸Chain 编排
🔎 相关搜索
用户搜索 LangChain MCP 时的常见问题和长尾关键词：
#LangChain MCP 教程#RAG 系统搭建 LangChain#Agent 多步推理框架#LCEL 表达式教程#VectorStore 向量数据库集成
🧷 主题归类
LangChain MCP 属于以下主题：
❓ 常见问题 (FAQ)
Q1.LangChain 和 LlamaIndex 怎么选？▼
LangChain 适合复杂 Agent 和 Chain 编排，生态更广；LlamaIndex 专注 RAG 索引，开箱即用更简单。
Q2.支持哪些向量数据库？▼
原生支持 Chroma、Pinecone、Weaviate、Milvus、Qdrant、PGVector 等 30+ 向量库。
Q3.LangSmith 是必须的吗？▼
不是必须的，但强烈推荐用于调试、追踪、评估 LangChain 应用，有免费额度。
⚙️ 安装与配置
系统要求
- •Python 3.10+
- •LangChain API Key
安装命令
npx -y @modelcontextprotocol/server-langchainClaude Desktop 配置 (claude_desktop_config.json)
{
"mcpServers": {
"langchain-mcp": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-langchain"
]
}
}
}🔗 相关链接
🧩 相关 MCP Servers
🦙
LlamaIndex MCP
✓ 官方LlamaIndex
LlamaIndex 文档加载、索引、查询引擎 RAG 框架，40+ 数据连接器、20+ 索引类型
LlamaIndexRAG索引文档
⭐36.0kstdio中等
📚
Context7 MCP
✓ 官方Upstash (官方)
为 AI 注入 7000+ 库的实时版本特定文档，直接解决 LLM 训练数据过时问题
文档代码库Upstash官方
⭐16.1kstdio简单
📦
E2B Sandboxes MCP
✓ 官方E2B (官方)
AI 在云端安全沙箱中执行任意 Python/JavaScript 代码，隔离环境
E2B沙箱代码执行Python
⭐7.0kstdio简单
🧠
Sequential Thinking MCP
✓ 官方Anthropic (官方)
结构化分步思考工具，帮助 AI 拆解复杂问题并进行反思推理
推理思考链官方Anthropic
⭐50.5kstdio简单