Skip to main content
LangSmith 工具服务器是一个独立的 MCP 框架，用于构建和部署具有内置认证和授权功能的工具。当您需要以下操作时，请使用工具服务器：
如果您正在使用 Fleet，则无需直接与工具服务器交互。Fleet 提供 内置工具 并支持 远程 MCP 服务器，无需设置工具服务器。但是，您可以将关联的工具服务器实例配置为 MCP 服务器，这将允许您在代理中使用自定义 MCP 服务器。
下载 PyPI 包 以开始使用。

​
创建自定义工具包

安装 LangSmith 工具服务器和 LangChain CLI： 
pip install langsmith-tool-server
pip install langchain-cli-v2
创建一个新的工具包： 
langchain tools new my-toolkit
cd my-toolkit
这将创建一个具有以下结构的工具包： 
my-toolkit/
├── pyproject.toml
├── toolkit.toml
└── my_toolkit/
    ├── __init__.py
    ├── auth.py
    └── tools/
        ├── __init__.py
        └── ...
使用 @tool 装饰器定义您的工具。有关工具模式、返回值、错误处理和 ToolRuntime 的更多信息，请参阅 工具指南。 
from langsmith_tool_server import tool

@tool
def hello(name: str) -> str:
    """按姓名问候某人。"""
    return f"Hello, {name}!"

@tool
def add(x: int, y: int) -> int:
    """将两个数字相加。"""
    return x + y

TOOLS = [hello, add]
运行服务器： 
langchain tools serve
您的工具服务器将在 http://localhost:8000 上启动。

​
通过 MCP 协议调用工具

以下是一个列出可用工具并调用 add 工具的示例： 
import asyncio
import aiohttp

async def mcp_request(url: str, method: str, params: dict = None):
    async with aiohttp.ClientSession() as session:
        payload = {"jsonrpc": "2.0", "method": method, "params": params or {}, "id": 1}
        async with session.post(f"{url}/mcp", json=payload) as response:
            return await response.json()

async def main():
    url = "http://localhost:8000"

    tools = await mcp_request(url, "tools/list")
    print(f"Tools: {tools}")

    result = await mcp_request(url, "tools/call", {"name": "add", "arguments": {"a": 5, "b": 3}})
    print(f"Result: {result}")

asyncio.run(main())

​
用作 MCP 网关

LangSmith 工具服务器可以充当 MCP 网关，将来自多个 MCP 服务器的工具聚合到一个端点。在您的 toolkit.toml 中配置 MCP 服务器： 
[toolkit]
name = "my-toolkit"
tools = "./my_toolkit/__init__.py:TOOLS"

[[mcp_servers]]
name = "weather"
transport = "streamable_http"
url = "http://localhost:8001/mcp/"

[[mcp_servers]]
name = "math"
transport = "stdio"
command = "python"
args = ["-m", "mcp_server_math"]
所有来自已连接 MCP 服务器的工具都通过您服务器的 /mcp 端点暴露。MCP 工具以其服务器名称为前缀以避免冲突（例如，weather_get_forecast、math_add）。

​
认证

​
第三方 API 的 OAuth

对于需要访问第三方 API（如 Google、GitHub、Slack 等）的工具，您可以使用 Agent Auth 进行 OAuth 认证。 在工具中使用 OAuth 之前，您需要在 LangSmith 工作区设置中配置 OAuth 提供程序。有关设置说明，请参阅 Agent Auth 文档。 配置完成后，在工具装饰器中指定 auth_provider： 
from langsmith_tool_server import tool, Context
from google.oauth2.credentials import Credentials
from googleapiclient.discovery import build

@tool(
    auth_provider="google",
    scopes=["https://www.googleapis.com/auth/gmail.readonly"],
    integration="gmail"
)
async def read_emails(context: Context, max_results: int = 10) -> str:
    """从 Gmail 读取最近的电子邮件。"""
    credentials = Credentials(token=context.token)
    service = build('gmail', 'v1', credentials=credentials)
    # ... Gmail API 调用
    return f"Retrieved {max_results} emails"
具有 auth_provider 的工具必须：
  • 将 context: Context 作为第一个参数
  • 指定至少一个范围
  • 使用 context.token 进行经过身份验证的 API 调用

​
自定义请求认证

自定义身份验证允许您验证请求并与您的身份提供程序集成。在您的 auth.py 文件中定义一个身份验证处理程序： 
from langsmith_tool_server import Auth

auth = Auth()

@auth.authenticate
async def authenticate(authorization: str = None) -> dict:
    """验证请求并返回用户身份。"""
    if not authorization or not authorization.startswith("Bearer "):
        raise auth.exceptions.HTTPException(
            status_code=401,
            detail="Unauthorized"
        )

    token = authorization.replace("Bearer ", "")
    # 使用您的身份提供程序验证令牌
    user = await verify_token_with_idp(token)

    return {"identity": user.id}
该处理程序在每个请求上运行，并且必须返回一个包含 identity（以及可选的 permissions）的字典。
将这些文档连接到 Claude、VSCode 等，通过 MCP 获取实时答案。
在 GitHub 上编辑此页面 或 提交问题。