当前位置：首页 > news >正文

MCP从零开始

news 来源：原创 2025/6/25 5:21:36

MCP简介

MCP，全称是Model Context Protocol，模型上下文协议，由Claude母公司Anthropic于去年11月正式提出。MCP解决的最大痛点就是Agent开发中调用外部工具的技术门槛过高的问题。

能调用外部工具，是大模型进化为智能体Agent的关键，如果不能调用外部工具，那么大模型仅仅只是聊天机器人。由于底层技术限制，大模型本身是无法和外部工具直接通信的，因此Function calling的思路就此诞生，即创建一个外部函数（function）作为中介，一边传递大模型的请求，另一边调用外部工具，最终让大模型能够间接的调用外部工具。如下图所示：

Function Calling 的核心思想是： 将大语言模型的语言理解能力与外部工具的功能结合起来，让大语言模型能够理解用户的意图，并调用合适的工具来完成任务。唯一的问题就是，编写这个外部函数的工作量太大了，一个简单的外部函数往往就得上百行代码。

MCP目标，就是能在Agent开发过程中，让大模型更加便捷的调用外部工具, 统一Function calling的运行规范。

首先是先统一名称，MCP把大模型运行环境称作 MCP Client，也就是MCP客户端，同时，把外部函数运行环境称作MCP Server，也就是MCP服务器，然后，统一MCP客户端和服务器的运行规范，并且要求MCP客户端和服务器之间，也统一按照某个既定的提示词模板进行通信。如下图所示：

这种设计的好处就是可以避免MCP服务器的重复开发，即避免外部函数重复编写，大家有一个人开发了一个服务器就好，开发完大家都能复制到自己的项目里来使用，不用每个人每次都单独写一套。目前GitHub上就出现了海量的已经开发好的MCP 服务器，从SQL数据库检索、到网页浏览信息爬取，从命令行操作电脑、到数据分析机器学习建模等。

下面摘取两张MCP官网的图形象的说明MCP。

MPC出现之前：

MPC出现之后：

MCP 有以下几个核心功能：

Resources 资源
Prompts 提示词
Tools 工具
Sampling 采样
Roots 根目录
Transports 传输层

其中 MCP 的传输层支持了 2 种协议的实现：stdio（标准输入/输出）和 SSE（服务器发送事件），因为 stdio 更为常用，所以本文会以 stdio 为例。

开发一个简单的MPC Server

MCP 采用 客户端-服务器（Client-Server）架构，其中主机应用可以连接多个 MCP 服务器：

设置开发环境

安装 `uv`

Linux / Mac 安装uc

curl -LsSf https://astral.sh/uv/install.sh | sh

Windows 安装 uv（建议使用 WSL）

wsl curl -LsSf https://astral.sh/uv/install.sh | sh

或者

pip3 install uv

创建项目目录并设置环境

# 初始化项目
uv init mympc
cd mympc

# 创建虚拟环境并进入虚拟环境
uv venv
source .venv/bin/activate

# 安装基本依赖
uv add "mcp[cli]"

# 创建server文件
touch mympc.py

编写代码

#mymcp.py
from mcp.server.fastmcp import FastMCP
 
mcp = FastMCP("Demo")# 这个Demo就是MCP Server的名字
 
@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two numbers"""
    # print('...', file=sys.stderr)
    return a+b
 
 
if __name__ == "__main__":
    print("Starting MCP server...")
    mcp.run(transport='stdio')