$ loading_
基于 NestJS 与 LangGraph 搭建 MCP 服务，执行工具并编排多模型代理工作流。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"nestjs-langgraph-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请说明如何使用 nestjs-langgraph-mcp 在本地启动一个基于 stdio 的 MCP 服务，并配置 OpenAI 模型，给出安装、环境变量、启动命令和最小示例。
一份本地部署指南，包含依赖安装、配置步骤、运行命令和基础示例代码。
我想把当前代理工作流从 OpenAI 切换到 Ollama，请给出 nestjs-langgraph-mcp 的配置修改方案，并说明本地模型连接时需要注意的事项。
一份模型切换说明，包含配置变更、连接参数和常见问题提示。
请基于 nestjs-langgraph-mcp 设计一个代理工作流：先接收用户问题，再调用外部工具获取结果，最后汇总输出。请给出节点设计、流程说明和伪代码。
一个清晰的代理编排方案，说明各节点职责、调用顺序和实现思路。
让大模型代理通过 FastAPI 暴露的 MCP 工具安全编排下游微服务。
为 LangGraph 文档提供可扩展的 MCP 查询与资源访问能力。
帮助开发者快速搭建支持 MCP、RAG 与语义检索的 NestJS 后端服务。
通过 LangGraph 集成自定义工具与外部 API，扩展 AI 代理执行搜索、内容生成和 GitHub 操作
通过多模型与可视化工具，用自然语言完成软件开发、调试与成本管理。
将购物清单 FastAPI 应用转成 MCP 服务，让聊天机器人用自然语言管理清单。