What is Mcp-use?
對於開發高階 AI 代理程式的開發人員而言,受限於單一平台或封閉生態系,將嚴重限制其彈性與掌控能力。mcp-use 是一個強大、開源的 Python 函式庫,它透過提供一個通用橋樑,將任何大型語言模型(LLM)與任何支援工具的 MCP(Model-Controlled Proxy)伺服器連接起來,從而解決了這個問題。它讓您能夠完全掌控您的技術堆疊,建立客製化、功能強大且可投入生產的代理程式。
主要功能
🌐 通用 LLM 與伺服器相容性 連接 LangChain 支援的任何可呼叫工具的 LLM(包括來自 OpenAI、Anthropic、Groq 的模型,以及 Llama 等開源權重模型)到任何 MCP 伺服器。這種供應商中立的方法,確保您始終能為工作選擇最適合的模型和工具,讓您擺脫平台鎖定。
⚙️ 進階多伺服器管理 在單一代理程式中,同時運用來自多個 MCP 伺服器的工具。為了達到最高效率,您可以啟用動態伺服器管理器,它會智慧地選擇並連接到適合每個特定任務的伺服器,從而降低額外開銷並簡化複雜的工作流程。
🛡️ 安全與受控執行 完全掌控代理程式的功能。您可以明確限制存取潛在敏感工具,例如檔案系統或網路操作。為了更高的安全性與易用性,mcp-use 透過 E2B 支援沙盒化執行,讓您能在隔離的雲端環境中執行伺服器,無需管理本地依賴項。
⚡ 即時串流輸出 透過內建的非同步串流功能,建立高度響應且互動的應用程式。astream 方法能即時提供增量結果、工具動作和中間步驟,非常適合建立即時使用者介面、聊天機器人及詳細進度日誌。
🧩 輕鬆整合與客製化 數分鐘內即可上手——最少僅需六行程式碼即可建立您的第一個支援 MCP 的代理程式。使用簡單的設定檔來管理伺服器設定,並利用 LangChain 轉接器來建立完全客製化、符合您確切需求的代理程式邏輯。
應用情境
mcp-use 讓您能夠透過結合不同的工具,建立可執行複雜多步驟任務的代理程式。
自動化網路研究與資料擷取 建立一個代理程式,它能使用 Playwright 伺服器瀏覽網站、擷取特定資訊(如產品價格或新聞文章),然後使用檔案系統伺服器將查詢結果儲存到結構化檔案——所有這些都能在一次自動化運行中完成。
複雜 API 與服務整合 建立一個旅行計畫代理程式,它能連接到 Airbnb 伺服器尋找住宿,然後動態切換到網路瀏覽伺服器,為最佳結果研究附近的餐廳和景點,最終呈現完整的行程計畫。
創意與技術工具自動化 指示代理程式在專業軟體中執行任務。例如,連接到 Blender MCP 伺服器,並使用自然語言生成 3D 模型(例如:「建立一個具有柔軟材質的充氣立方體,並以平面作為地面」),從而自動化複雜的創意或技術工作流程。
為何選擇 mcp-use?
真正的開源自由: 與限制您選擇的專有解決方案不同,mcp-use 本質上是開放且彈性的。您可以自由地結合任何支援的 LLM 和任何 MCP 伺服器,確保您的專案具有適應性並能因應未來需求。
專為生產環境設計: 憑藉細粒度的工具存取控制、動態伺服器管理以實現可擴展性,以及沙盒化執行以確保安全性等功能,mcp-use 提供所需的強大基礎,讓您的代理程式能從原型順利轉為生產環境,充滿信心。
結論:
mcp-use 是為需要建立功能強大、支援工具的 LLM 代理程式而無需妥協的開發人員所設計的權威性開源工具包。它提供了自動化複雜任務和建立真正智慧應用程式所需的彈性、安全性及進階功能。





