🚀 鸭子duckDuckGo搜索与MCP代理
该项目展示了如何借助DuckDuckGo MCP服务器，结合LangChain Groq LLM代理，通过MCP（微组件协议）来执行智能搜索任务。
🚀 快速开始
本项目可让你使用DuckDuckGo MCP服务器和LangChain Groq LLM代理进行智能搜索。按照以下步骤操作，即可快速开启搜索之旅。
✨ 主要特性
- MCP服务器集成（DuckDuckGo搜索）：实现与DuckDuckGo搜索的有效集成。
- Groq LLM（
deepseek-r1-distill-llama-70b）用于推理：利用强大的语言模型进行推理。 - 异步Python执行：提升执行效率。
- 简单且模块化：方便使用和扩展。
📦 安装指南
1. 克隆仓库
git clone https://github.com/alihassanml/Duckduckgo-with-MCP.git
cd Duckduckgo-with-MCP
2. 安装依赖项
pip install -r requirements.txt
（需确保requirements.txt文件中包含langchain_groq、python-dotenv等库。）
3. 设置.env文件
GROQ_API_KEY=your_groq_api_key_here
4. 安装MCP服务器
uvx -y duckduckgo-mcp-server
(确保uvx已安装。若未安装，请先进行安装。)
💻 使用示例
基础用法
运行主脚本：
python main.py
这将完成以下操作：
- 启动MCP客户端
- 连接到
duckduckgo-mcp-server - 使用Groq LLM执行智能搜索
- 打印结果
高级用法
import asyncio
import os
from dotenv import load_dotenv
from langchain_groq import ChatGroq
from mcp_use import MCPAgent, MCPClient
async def main():
load_dotenv()
config = {
"mcpServers": {
"ddg-search": {
"command": "uvx",
"args": ["-y", "duckduckgo-mcp-server"]
}
}
}
client = MCPClient.from_dict(config)
llm = ChatGroq(model="deepseek-r1-distill-llama-70b")
agent = MCPAgent(llm=llm, client=client, max_steps=30)
result = await agent.run("找到旧金山最好的餐厅")
print(f"\n结果: {result}")
if __name__ == "__main__":
asyncio.run(main())
📚 详细文档
相关资源
📄 许可证
该项目使用MIT许可证。