6行代码让你的应用也能调用Mcp工具！ - 文章 - 开发者社区

目前，很多的使用MCP的案例都是基于Cursor，Claude Desktop等客户端展开的，那么如何在现有的系统里通过代码集成呢？

picture.image

今天，介绍一个很不错的MCP客户端库mcp-use，集成非常简单，仅需 6 行代码即可创建第一个支持 MCP 的Agent，可与任何支持工具调用的 Langchain 支持的 LLM（OpenAI、Anthropic、Groq、LLama 等）配合使用，不仅支持本地MCP Server，还支持sse协议下的远程MCP 服务器，这样就可以和Dify这样框架集成（Dify也支持MCP了！）解锁更多能力，同时还可以在单个Agent中同时调用多个 MCP Server。

下面是一个使用案例：

  
import asyncio  
import os  
from dotenv import load\_dotenv  
from langchain\_anthropic import ChatAnthropic  
from mcp\_use import MCPAgent, MCPClient  
  
async def main():  
    # Load environment variables  
    load\_dotenv()  
  
    # Create configuration dictionary  
    config = {  
      "mcpServers": {  
        "playwright": {  
          "command": "npx",  
          "args": ["@playwright/mcp@latest"],  
          "env": {  
            "DISPLAY": ":1"  
          }  
        }  
      }  
    }  
  
    # Create MCPClient from configuration dictionary  
    client = MCPClient.from\_dict(config)  
  
    # Create LLM  
    llm = ChatAnthropic(model="claude-3-7-sonnet-20250219")  
  
    # Create agent with the client  
    agent = MCPAgent(llm=llm, client=client, max\_steps=30)  
  
    # Run the query  
    result = await agent.run(  
        "Find the best restaurant in San Francisco",  
    )  
    print(f"\nResult: {result}")  
  
if \_\_name\_\_ == "\_\_main\_\_":  
    asyncio.run(main())

也可以通过mcp文件加载,这就使得我们可以无缝的将cursor等客户端的配置平滑迁移过来使用：

  
client = MCPClient.from\_config\_file(  
      os.path.join("browser\_mcp.json")  
  )  
  
{  
"mcpServers": {  
"playwright": {  
    "command": "npx",  
    "args": ["@playwright/mcp@latest"],  
    "env": {  
      "DISPLAY": ":1"  
    }  
  }  
}  
}

有了它，可以很方便的实现一些过去挺麻烦的操作，比如验证码横行的当下，利用这种方式，可以轻易绕过，顺利获得数据。

picture.image

绕过微信仿抓取策略

picture.image

验证码

作者提供了很多的示例，感兴趣的可以查看。

https://github.com/mcp-use/mcp-use 系统学习，推荐购买：

公众号回复“进群”入群讨论。