把 MCP 工具塞进 LlamaIndex 工作流

Feb 11, 2025

这份适配器后来合入了官方仓库 llama-index-tools-mcp，可以直接 pip 安装。示例笔记本在 examples/mcp.ipynb。

想解决什么问题

MCP（Model Context Protocol）兴起之后，社区里出现了大量“即插即用”的工具服务：查 IP、读数据库、连知识库、调存储……但 LlamaIndex 的 Agent 默认只能识别自己的 FunctionTool。我想要的体验是：给我一个 MCP 服务器地址，我就能把里面的工具全部接到 LlamaIndex 的工作流里。

思路概述

  1. MCPClient：负责和 MCP 服务器握手，最少要实现 list_tools、call_tool。
  2. MCPToolAdapter：拉取 MCP 工具，把 JSON Schema 映射成 Pydantic 模型，然后用 FunctionTool.from_defaults 包装。
  3. Agent 侧使用：把适配出来的工具丢给 ReAct Agent 或者任何 LlamaIndex Agent，像原生工具一样调用。

这样就能做到“工具一次实现，多处复用”，而且保留了 MCP 工具自带的输入校验与描述信息。

关键代码片段 

class MCPToolAdapter:
    def __init__(self, client: MCPClient):
        self.client = client

    async def list_tools(self) -> List[FunctionTool]:
        response = await self.client.list_tools()
        tools = []
        for tool in response.tools:
            schema = create_model_from_json_schema(tool.inputSchema)
            async def _tool_fn(**kwargs):
                return await self.client.call_tool(tool.name, kwargs)
            fn = FunctionTool.from_defaults(
                fn=_tool_fn,
                name=tool.name,
                description=tool.description,
                fn_schema=schema,
            )
            tools.append(fn)
        return tools

create_model_from_json_schema 会根据 MCP 工具描述生成动态的 Pydantic 模型：字段、类型、是否必填、说明文字统统带上。LlamaIndex 在执行工具时就能验证参数，也能在调试 UI 里展示字段说明。

实际效果

  • 运行一个简单的 MCP 服务器，暴露 fetch_ipinfo 等工具；
  • 让适配器连上去，自动把这些工具注册进 LlamaIndex ReAct Agent；
  • 当 Agent 需要查 IP 时，会自动调用 MCP 工具，拿到城市、时区等信息，再返回给用户。

这意味着你可以把已有的 MCP 工具目录（比如 Awesome MCP）拉来直接用，而不用为每个平台单独写一份 glue code。

适合谁

  • 已经部署 MCP 服务，但想在 LlamaIndex 场景下继续复用的团队；
  • 想把工具定义留在 MCP，保持统一权限与审计，却又想在对话式 Agent 中灵活调用的人；
  • 想减少“每个平台都要写一遍工具 SDK”维护成本的建设者。

总之，这个适配器做的就是一件事：把工具定义和调用逻辑统一到 MCP，LlamaIndex 负责对话编排，两者互不牵制。

https://psiace.me/posts/atom.xml