在本文中，我们将提供一个超级快速的教程，向你展示如何使用 LangChain、MCP、RAG 和 Ollama 创建一个多智能体聊天机器人，用以为企业或个人用途构建一个强大的智能体聊天机器人。
MCP、RAG 和智能体最近非常流行。几乎每个从事人工智能工作的人都在谈论这个话题。与此同时，几乎每天都有大量的 MCP 工具诞生。
这是因为 RAG 依赖搜索工具来获取知识，而 MCP 可以将调用这些工具的过程标准化。
由 MCP 协调的工具链需要实时数据支持，而 RAG 可以动态地提供知识上下文。例如，智能体通过 MCP 调用网络搜索接口，然后将搜索结果输入到 RAG 中以生成答案。
同样，在供应链优化中，MCP 调用库存 API 来获取实时库存数据。
不久前，Mistral 推出了另一个 “小而美” 的产品：Mistral Small 3.1 发布并开源了。
Mistral Small 3.1 是 Mistral Small 3 的升级版本，具备 240 亿（24B）参数，旨在提供高效、低延迟且高性能的生成式 AI 解决方案。该模型基于 Apache 2.0 许可证发布，允许商业用途。
此版本主要支持图像理解能力，上下文长度从原来的 32k tokens 提升至 128k tokens。它可在单张 RTX 4090 显卡或 32GB 内存的 Mac 设备上运行，在相同硬件条件下，其速度比同参数规模的 Llama 3.3 70B 模型快 3 倍。
查看基准测试图表：横轴表示速度（数值越小速度越快），纵轴表示知识能力（数值越大能力越强）。Mistral Small 3.1 直接占据左上角区域，实现速度与知识的双重优势。
向聊天机器人提问：“获取大语言模型（LLMs）的最新资讯。” （可以随意提出任何想问的问题）
如果观察聊天机器人的输出生成过程，会发现当用户输入查询时，智能体（Agent）会执行以下操作：搜索网页、提取 URL、异步获取页面完整内容，并将内容分割为可处理的块。
这些内容块会使用 Mistral AI 或 ollama 的嵌入模型进行向量化（可自由选择任何嵌入模型），并存储在 FAISS 向量数据库中以实现快速语义检索。
这里遇到的一个问题是：当我们将搜索和 RAG 功能封装为 MCP 工具时，会遇到诸如 “Attempted to exit cancel scope in a different task than it was entered in” 和 “ClosedResourceError” 等错误。MCP 无法正确处理网页搜索所需的异步连接。
解决方案是修改代码，为每个工具调用创建全新连接，而非维护长连接。这使得每个操作在独立上下文中运行。
随后系统会执行基于 RAG 的搜索，从获取的内容中返回最相关信息，并结合传统搜索结果。所有核心功能（如 search_web、get_web_content、create_rag、search_rag）均封装了错误处理机制，可独立运行或通过 Fastmcp 驱动的服务器实现实时交互（通过 Server-Sent Events/SSE 协议）。
因此，在本教程结束时，你将理解 MCP 与 RAG 的区别、如何结合 RAG 和 MCP，以及如何利用 LangGraph、MCP、RAG 和开源工具创建强大的智能体聊天机器人。
MCP 与 RAG 的对比
MCP 与 RAG 的差异反映了它们在实际应用中的不同定位：
-
MCP 的适用场景：特别适合需要大语言模型（LLM）执行复杂操作的场景。例如在开发 AI 智能体时，智能体可能需要调用外部工具完成任务，如从数据库提取数据或使用约束求解器解决问题。
-
RAG 的适用场景：更适合需要保持信息更新和准确的场景。例如企业聊天机器人需要回答产品或服务相关问题，而这些信息可能超出 LLM 训练数据的范围。
如何结合两者
一个有趣的事实是两者可结合使用。例如：
-
AI 智能体可通过 MCP 调用检索工具（如网页搜索）。
-
再通过 RAG 将检索到的信息整合到生成的回答中，从而实现更强的能力。
这种组合在 2025 年的 AI 应用中可能会越来越普遍，尤其是在需要动态交互和实时信息更新的场景中。
MCP 的成功关键在于依赖行业对协议的支持，以及解决安全和可扩展性问题。同时，RAG 的普及优势得益于其成本效益和易实现性。MCP 的多功能性可能使其成为更广泛集成的标准，而 RAG 可能在知识密集型任务中继续占据主导地位。
开始写代码
现在让我们逐步探索如何创建 MCP 应用的答案。我们将安装支持该模型的库。为此，我们将运行以下命令来安装依赖：
pip install -r requirements.txt
下一步是常规操作，我们将导入相关的库，随着学习深入，这些库的重要性将变得显而易见。
我们通过从以下模块导入类来启动代码：
FireCrawlLoader 是一个强大的工具，它允许你爬取任何网站并将其转换为 Markdown 格式。它能高效处理所有可访问的子页面，为每个页面提供干净的 Markdown 内容和元数据。
exa_py 允许用户使用完整句子和自然语言进行搜索，还能模拟人们在互联网上分享和讨论链接的方式来查询内容。
MCP 是一个开放协议，它规范了应用程序如何向大语言模型提供上下文。
# mcp_server.py
import asyncio
from mcp.server.fastmcp import FastMCP
import rag
import search
import logging
import os
# rag.py
from langchain_ollama import OllamaEmbeddings
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain_community.vectorstores import FAISS
import search
from langchain_core.documents import Document
import os
import asyncio
# search.py
import asyncio
from dotenv import load_dotenv
import os
from exa_py import Exa
from typing import List, Tuple
from langchain_core.documents import Document
from langchain_community.document_loaders.firecrawl import FireCrawlLoader
import requests
# agent.py
import asyncio
import os
import sys
# 直接导入搜索和RAG模块
import search
import rag
上述代码提供了项目的基本结构和必要的导入语句。后续步骤将实现具体的功能模块和集成各个组件，我们将在下一次的文章中继续探索。
