Library mcp-use 把任意大模型连接到MCP服务器的库

有了 MCP 服务器，下一个问题是「怎么让我的 AI 应用连上去，还能动态挑工具、配鉴权」。mcp-use 是个轻量库，把「任意大模型 ↔ 任意 MCP 服务器」这件事封装好：你不用关心传输细节，给一个客户端配置和一个 Agent，它就能自动发现工具、按需调用，甚至截图生成卡片。对想快速给自有应用接 MCP 的开发者很合适。

对已经写了 AI 应用的团队，mcp-use 的价值是「即插即用」：不用为每个 MCP 服务单独写适配，统一一套客户端接口就能横向接入海量工具，把集成成本压到最低。

项目基本信息

一、项目介绍

mcp-use 是一个连接任意 LLM 与任意 MCP 服务器的开源库，支持动态选择服务器与工具、内置客户端 CLI 与多种运行时。它把 MCP 接入从样板代码压缩成几行配置，让 AI 应用能即插即用地调用海量 MCP 工具。

二、核心优势

• 轻量：核心依赖少，上手快。
• 多模型：主流大模型均可作为驱动。
• 动态工具：按需选择服务器与工具。
• 自带 CLI：方便调试与演示。
• 可扩展：客户端接口统一，易加新能力。

三、适用场景

• 给自有 Agent 接 MCP。
• 多服务器工具编排。
• 快速原型与演示。
• MCP 接入教学。

四、安装教程

npm install mcp-use

如用客户端 CLI，可进一步：

npm install --save-dev @mcp-use/client

常见报错：Node 版本过低——用 18+；依赖解析失败——npm ci；网络不通导致拉包失败。

五、使用示例

在 JS/TS 里连接一个 MCP 服务并让 Agent 调用：

import { MCPAgent, MCPClient } from "mcp-use";
const client = new MCPClient({ server: { url: "http://localhost:3000/mcp" } });
const agent = new MCPAgent({ llm, client });
const res = await agent.run("用 get-weather 查一下东京天气");

六、常见问题

• 支持哪些模型？主流 LLM 均可接入。
• 和 Agent 框架比？更轻、更专注「连接」这一层。
• 能接多个服务器吗？能，可动态切换。
• 需要写服务端吗？不需要，连现成的 MCP 服务即可。

七、总结

mcp-use 把「AI 应用接 MCP」这件事做轻了。它让开发者不必被困在适配代码里，而是把精力放在怎么用好工具上，是 MCP 生态里实用的连接层。