模型上下文协议（MCP）完全指南：从AI代理痛点到实战开发

模型上下文协议（MCP）完全指南：从AI代理痛点到实战开发

🔍 MCP基础与核心价值（背景）

(一) AI代理的局限性

• LLM原生能力边界：大型语言模型（LLM）仅能生成文本/图像等内容，无法直接执行外部操作（如预订航班、调用API）。
• • 传统工具集成痛点：第三方平台API接口标准不一（如航班查询接口可能为API/flights、flights/list或list-flights），需手动编写适配代码，扩展性极低。
    

(二) MCP的定义与定位

• 全称：模型上下文协议（Model Context Protocol）
• 核心功能：为AI代理提供与第三方平台交互的标准化上下文，定义工具调用、数据格式及通信规则。
• 类比：可视为AI代理与外部系统交互的"API使用说明书"，解决跨平台兼容性问题。
  

🤖 AI代理与MCP的关系（原理）

(一) AI代理工作流

1. 用户输入解析：AI代理调用LLM识别用户意图（如"飞往伦敦"→提取目的地、日期等参数）。
2. 工具选择：LLM协助确定需调用的第三方服务（如航班API、酒店数据库）。
3. 数据交互：代理通过工具获取外部数据（如航班列表），结合用户偏好（如低价优先）。
4. 决策执行：LLM分析数据后生成决策，代理执行操作（如预订航班）并反馈结果。

(二) MCP的解决痛点

🏗️ MCP架构与核心组件（技术细节）

(一) 架构 overview

• 客户端-服务器模型：
• MCP客户端：嵌入AI代理（如IDE插件Cursor、Windsurf），发起工具调用请求。
• MCP服务器：提供标准化接口，封装第三方服务能力，响应客户端请求。
• 传输协议：支持HTTP（远程通信）和标准IO（本地进程通信）。

(二) 三大核心组件

📋 MCP规范与通信协议（标准）

(一) 核心规范要求

• 通信格式：采用JSON RPC 2.0协议，请求需包含：
• jsonrpc: “2.0”（固定版本）
• method: 调用的工具名称（如"search_flights"）
• params: 输入参数（如{"origin":"LAX","destination":"JFK"}）
• id: 请求唯一标识-状态要求：连接必须有状态（Stateful），支持上下文保持（如长对话中的用户偏好记忆）。

(二) 客户端-服务器交互

1. 能力发现：客户端请求MCP服务器暴露资源/工具列表（如list_tools()）。
2. 工具调用：客户端发送标准化请求（如调用search_flights工具）。
3. 上下文传递：服务器返回结构化响应，客户端结合LLM分析结果执行下一步操作。

🛠️ MCP实战开发（操作指南）

(一) 环境准备-

开发工具：Python +fast-mcpSDK（官方推荐）

• 依赖安装：uv add mcp（通过uv包管理器安装MCP核心库）
• Lab环境：提供VS Code服务器、Root Code AI助手及预配置API密钥（如OpenAI兼容接口）。

(二) 服务器开发步骤

1. 初始化服务器

frommcp.server.fastmcpimportFastMCP mcp=FastMCP(transport="stdio")# 传输方式：标准IO（本地）或HTTP（远程）

2. 定义资源（Resource）

@mcp.resource(type="file",name="airports")defget_airport_info():return{"LAX":"洛杉矶国际机场","JFK":"肯尼迪国际机场"}

3. 定义工具（Tool）

@mcp.tool(name="search_flights",description="查询航班信息")defsearch_flights(origin:str,destination:str,date:str):# 调用第三方API逻辑return[{"flight_no":"CA987","price":500}]

4. 定义提示（Prompt）

@mcp.prompt(name="find_best_flight",title="最优航班推荐")deffind_best_flight_prompt(preferences:dict):returnf"根据用户偏好{preferences}，从工具返回结果中选择最低价航班"

5. 启动服务器

mcp.run()# 默认监听标准IO，HTTP模式需指定端口：mcp.run(transport="http", port=8080)

(三) 客户端配置

• IDE集成：通过mcp.json文件配置服务器连接信息，示例：

{"mcp_servers":[{"id":"flight-booking","command":"uv run python server.py","env":{"API_KEY":"xxx"}}]}

• 核心功能：支持资源读取（read_resource(“airports”)）、工具调用（call_tool(“search_flights”, params)）及提示获取（get_prompt(“find_best_flight”)）。

💡 MCP高级特性（进阶）

(一) 客户端三大核心能力

(二) 典型应用场景

1. 前端开发调试：MCP服务器提供浏览器控制台日志、HTML元素访问能力，AI代理自动定位UI bug。
2. 数据工程：连接Stride/BigQuery等工具，AI代理分析缺失数据并生成清洗建议。
3. 自动化运维：通过MCP访问监控系统，自动识别异常指标并执行恢复操作。

动手实践

MCP Labs for Free: https://kode.wiki/4lFwf5p

可以看到右手边已经起来配置远程的MCP

输入： Search for flights from LAX to JFK using the flight-booking server

点击VSCode 左下角的Approve就开始执行MCP

📝 补充细节

• MCP与LangChain的关系：MCP专注于外部系统交互标准化，可与LangChain等框架结合，增强代理的工具调用能力。
• 安全考量：远程MCP服务器需配置认证机制（如API密钥），客户端通过roots限制文件系统访问范围。

参考

• https://www.youtube.com/watch?v=RhTiAOGwbYE
• MCP Labs for Free: https://kode.wiki/4lFwf5p