---
title: "LangChain + OmniChannels.ai：为你的 Agent 提供消息工具"
description: "用 langchain-mcp-adapters 把 OmniChannels.ai MCP 工具载入 LangChain Agent，或封装 REST API 为工具，发送 WhatsApp 与短信并读取报告。"
canonical: "https://omnichannels.ai/zh/integrations/langchain/"
language: "zh"
updated: "2026-10-10"
publisher: "BroadNet Technologies"
brand: "OmniChannels.ai"
---

# LangChain + OmniChannels.ai：为你的 Agent 提供消息工具

Canonical: https://omnichannels.ai/zh/integrations/langchain/
Language: zh
Publisher: OmniChannels.ai by BroadNet Technologies

**简而言之:** LangChain Agent 借助 langchain-mcp-adapters，在 MultiServerMCPClient 配置 streamable_http、我们的 MCP 地址和 Authorization 请求头，即可载入发送、模板与报告工具。

通过 MCP 连接 · 通过 API 和 Webhook 连接

## 您可以做什么

### 只带读取工具的送达支持 Agent

只载入读取类工具，Agent 可回答送达问题，但无法发送任何消息。

> 试着这样提问: "构建一个只使用读取类工具回答送达问题、并拒绝一切发送消息请求的 Agent。"

### 带人工批准的通知 Agent

在发送类工具调用之前使用 LangGraph 的 interrupt，让人逐条或按批次批准消息。

> 试着这样提问: "构建一个 LangGraph Agent，起草 WhatsApp 订单通知，并在调用任何发送工具之前暂停等待人工批准。"

### 感知模板的发送器

Agent 列出已审核的 WhatsApp 模板并填写变量，使 24 小时窗口之外由企业主动发起的消息使用已审核模板。

> 试着这样提问: "编写一个 Agent，为配送延迟选择合适的已审核阿拉伯语 WhatsApp 模板，并带上新日期发送到 966500000000。"

### 用精简的 REST 工具替代 MCP

想完全掌控字段、校验和日志时，可把一两个 REST 操作封装成 @tool 函数。

> 试着这样提问: "编写一个 LangChain 工具，通过 POST /sms/sendSms 发送单条短信，校验号码格式，并从环境变量读取 BROADNET_TOKEN。"

### 失败分诊

Agent 读取送达报告，按原因对失败分组，并依据我们的错误指南给出修复建议。

> 试着这样提问: "创建一个 Agent，读取昨天的送达报告，按原因对 FAILED 和 REJECTED 消息分组，并为运维频道写一份简短总结。"

## 连接方式

langchain-mcp-adapters 可把 MCP 工具转换为 LangChain 工具。配置一个 MultiServerMCPClient，服务器条目中 transport 设为 streamable_http，URL 为 https://mcp.broadnet.me/mcp，headers 中带 Authorization: Bearer 和从环境变量读取的令牌，然后调用 get_tools，把结果传给你的 Agent。较新的 LangChain 版本也在主包中提供 MCP 支持，推荐的导入方式请查阅 LangChain 的最新文档。

由你决定哪些工具交给模型：按名称过滤工具列表，让客服类 Agent 只拿到读取工具，并在任何发送之前加入批准步骤。如果不想使用 MCP，也可以自己编写工具，携带 Bearer 令牌调用我们的 REST API；单条短信为 JSON，批量及大多数其他渠道发送使用 multipart/form-data。

- MCP：MultiServerMCPClient，transport 为 streamable_http，带 Authorization 请求头
- 按名称过滤工具，为每个 Agent 授予最小权限
- 在发送类工具之前加入人工批准，例如使用 LangGraph interrupt
- REST 方案：依据 OpenAPI 3.1 规范自建工具

## 设置步骤

1. **申请 API 访问权限:** 申请测试权限并获取 API 令牌。测试消息只会发送到你已验证的本人号码。
2. **获取临时密钥:** 在管理后台依次打开 Integrations、MCP Integration，选择 Get temporary key，并设置为 BROADNET_TOKEN。 (指南: https://omnichannels.ai/developers/mcp/)
3. **安装适配器:** 按 LangChain 最新文档安装 langchain-mcp-adapters；如果你的版本提供 MCP 扩展包，也可安装该扩展包。
4. **载入工具:** 创建 transport 为 streamable_http、带我们的 URL 和 Authorization 请求头的 MultiServerMCPClient 条目，然后调用 get_tools。 (指南: https://omnichannels.ai/developers/mcp/)
5. **限制并加设关卡:** 只传入 Agent 需要的工具，并在任何发送类工具之前加入人工批准步骤。
6. **用自己的号码测试:** 先让 Agent 针对你已验证的号码运行并检查送达报告，再扩大访问范围。

## 示例工作流程

你的 LangChain Agent (通过 MCP 载入工具的 Python 或 JS Agent) → OmniChannels.ai MCP 服务器 (发送、模板和送达报告工具) → 客户手机 (WhatsApp、短信或 RCS 消息已送达) → 送达报告 (由 Agent 回读，或推送到你的 webhook)

## 常见问题

### LangChain 有 OmniChannels.ai 官方软件包吗？

没有。LangChain 通过通用的 MCP 适配器接入，使用我们的公开接入点和你的 API 令牌，也可以使用你基于我们 REST API 自行编写的工具。

### 应该用 MCP 工具还是自建 REST 工具？

MCP 用很少的代码就让 Agent 获得我们完整的工具集。自建 REST 工具则能更严格地控制字段、校验和日志。许多团队先用 MCP，再把依赖的工具逐步换成精简的 REST 工具。

### 如何避免 Agent 误发消息？

只给它需要的工具，对只回答问题的 Agent 去掉发送类工具，并在任何发送前要求人工批准。测试时使用临时密钥和你自己的号码。

### Agent 能通过这个服务器读取我的 CRM 或订单数据吗？

不能。我们的服务器只涵盖消息发送、模板和送达报告。CRM 或店铺数据请通过各自的 LangChain 工具或 MCP 服务器载入，由 Agent 综合使用。

## 开发者指南

- https://omnichannels.ai/developers/mcp/
- https://omnichannels.ai/developers/openapi/
- https://omnichannels.ai/developers/authentication/
- https://omnichannels.ai/developers/webhooks/

## 厂商文档

- [langchain-mcp-adapters on GitHub](https://github.com/langchain-ai/langchain-mcp-adapters)
- [Model Context Protocol (MCP) — LangChain documentation](https://docs.langchain.com/oss/python/langchain/mcp)

## 相关集成

- https://omnichannels.ai/zh/integrations/llamaindex/
- https://omnichannels.ai/zh/integrations/claude-code/
- https://omnichannels.ai/zh/integrations/vs-code/
- https://omnichannels.ai/zh/integrations/n8n/

LangChain 是其所有者的商标。OmniChannels.ai 与 LangChain 无关联，也未获得 LangChain 的认可；本页介绍的是利用 LangChain 自身的 MCP、HTTP 或 Webhook 功能建立的连接。

更新于: 2026-10-10