Posted on Aug 4 • Originally published at gentic.news

Connect LangGraph to MCP using MCPClient: call send_request() in your handler, and add retries. This fixes broken agent responses and keeps conversation flows resilient.

Key Takeaways

• Connect LangGraph to MCP using MCPClient: call send_request() in your handler, and add retries.
• This fixes broken agent responses and keeps conversation flows resilient.

The Problem: Your LangGraph Agent Won't Talk to MCP

你花了不少精力搭了一个LangGraph agent，对话流程设计得挺复杂。结果一上线，它直接哑了——日志里全是看不懂的错误，对用户输入毫无反应。问题出在哪？连接agent和MCP服务器的那根线断了，而MCP服务器恰恰是agent获取上下文和知识的关键。

这可不是什么罕见的小概率事件。MCP（Model Context Protocol）正在成为连接AI模型和外部工具的标准——Claude Code、Cursor，甚至Google都在用。所以，怎么正确地把这玩意儿接上，是每个Claude Code用户都得掌握的技能。好消息是，修复方法比你想的简单得多。

The Technique: Use MCPClient to Bridge the Gap

核心就是MCP API里的MCPClient类。它能建立与MCP服务器的连接，然后通过它发送请求来获取上下文和知识。来看一个最简化的模式：

import langgraph as lg
from mcp.client import MCPClient

# Create a new LangGraph agent
agent = lg.Agent()

# Create a new MCP client
mcp_client = MCPClient("https://example-mcp-server.com")

# Define a function to handle user inputs
def handle_input(input_text):
    # Send a request to the MCP server to retrieve context and knowledge
    response = mcp_client.send_request(input_text)
    # Use the response to inform the agent's response
    agent_response = agent.generate_response(response.context, response.knowledge)
    return agent_response

这就是最核心的接线方式：每次用户输入都触发一次对MCP的请求，然后把返回的上下文和知识喂给agent，让它生成响应。

Why It Works

LangGraph agent天生擅长生成类人回复，但如果缺少外部上下文，它就像没头苍蝇——只能靠训练数据瞎编。MCP服务器就是那个提供上下文的地方：数据库记录、API返回、知识库，什么都能来。没有MCPClient这座桥，agent就相当于在摸黑飞行，对话流程自然就断了。

The Gotcha: Error Handling and Retries

很多人在这一步翻车。如果MCP服务器宕机或者响应超时，agent就取不到上下文，对话直接死掉。来源文章里专门提到了这个问题。

需要给MCP调用加上重试逻辑。下面是一个实用的模式：

import time
from mcp.client import MCPClient

def handle_input_with_retry(mcp_client, input_text, retries=3, delay=2):
    for attempt in range(retries):
        try:
            response = mcp_client.send_request(input_text)
            return response
        except Exception as e:
            print(f"Attempt {attempt + 1} failed: {e}")
            if attempt < retries - 1:
                time.sleep(delay)
    raise RuntimeError("MCP server unreachable after retries")

把这个函数集成到你的handle_input里，agent就能优雅地应对MCP的临时故障了。

Try It Now

1. 安装MCP客户端：pip install mcp（确保已经装好langgraph）。
2. 复制上面的基本模式，把URL替换成你自己的MCP服务器地址。
3. 加上重试逻辑（用上面那段代码）。
4. 测试一下宕机场景：停掉MCP服务器，验证agent能优雅地重试而不是直接崩溃。

A Word on MCP Trends

MCP演进得很快。社区正在往极简方向走——减少服务器数量以降低上下文膨胀。2026-07-28版本的规范移除了会话和初始化握手，让连接变成无状态。这意味着你的MCPClient接线方式可能会越来越简单。另外要留意安全问题：2026年7月有11个CVE漏洞在7000+个MCP实例中被披露，用之前一定得验证一下服务器的STDIO传输是否安全。

Final Takeaway

把LangGraph连到MCP没什么魔法——就是直接调用MCPClient，加上正确的错误处理。做到这一步，你的agent就再也不会当哑巴了。

Source: dev.to

[Updated 04 Aug via devto_mcp]