MCP (Model Context Protocol) 技术理解 - 第一篇-平芜编程栈

文章目录

引言
MCP是什么
MCP到底解决什么问题？
MCP的架构
小结

引言

我一直为网上没有很好且通俗易懂的MCP技术文档而烦恼，所以我通过记录自己查阅官方文档来写一份通俗易懂的MCP技术文档，从架构到实战，既有技术深度，又能让小白一听就懂。这对我是一种挑战，如果笔误可以在评论区指出，谢谢！

MCP是什么

Model Context Protocol (MCP) 是 Anthropic 于 2024 年 11 月发布的开放标准协议,旨在为 LLM 应用提供统一的方式来连接外部数据源和工具。它被称为"AI 的 type-c接口"。

但是我觉得如果就将它比喻成type-c接口，我觉得太草率。

我们先标出重点，MCP它是一种协议，一种标准！MCP是一种协议，MCP是一种协议，MCP是一种协议，重要的事情说三遍。

那么它到底是干了什么？这里直接通俗易懂来说吧，假如说LLM是大脑，那么LLM可以通过MCP协议长出手脚，可以做到访问资源，调用工具，预制模板的事情等。

为什么这么说？在古早时期，也就是Chat-GPT横空出世的时候，他也就是一个简单的chatbot，靠着以往的知识库回答问题，而不能实时去访问web上的资源和你自己的知识库，也不能去帮你发邮件，订航班等等。有了MCP，我们就有了一种标准去做这些事。我们只要去实现了标准MCP的接口，数据发送和接收都是解析相同格式的数据，那么按照理论来说，我们就能让AI应用帮我们做任何事情(当前不讨论物理世界的劳动)。

MCP到底解决什么问题？

我们上面讨论了MCP能帮我们实现的事情，那么MCP它本质上到底解决了什么问题？难道我们以前没有MCP就无法查看web上面的资源或者知识库吗？让我们下面一起讨论一下。

传统上，我们也是可以实现MCP的功能，但是这样有个问题，每个企业所创造出来的软件或者说应用程序，它都不是一个统一的接口来进行tool calling的，都是自成一派。这样就会导致集成非常繁杂。

上代码来解释一下这种现象？

传统方式的痛点:

# 每个集成都需要自定义代码ifservice=="github":github_client=GitHubClient(token)data=github_client.get_issues()elifservice=="slack":slack_client=SlackClient(token)data=slack_client.get_messages()elifservice=="database":db_client=DatabaseClient(connection_string)data=db_client.query("SELECT * FROM users")# ... 每个服务都不同

使用MCP统一了之后：

# 统一接口,标准化协议mcp_client=McpClient()# 所有服务使用相同的协议resources=mcp_client.list_resources()# 获取可用资源tools=mcp_client.list_tools()# 获取可用工具result=mcp_client.call_tool("search",args)# 调用工具

这里我们强调一下MCP的三大核心能力吧，分别是访问资源，调用工具，预制模板，下面的表格解释了它各自的特点与作用

能力	说明	控制方	示例
Resources	只读数据源	Application	文件内容、数据库记录、API 响应
Tools	可执行函数	Model	搜索航班、发送消息、创建日历事件
Prompts	预制模板	User	计划旅行、总结会议、起草邮件

理解三大能力是非常重要的，关乎MCP的开发能力。

MCP的架构

现在我们一起来看看MCP的架构是怎么样的。

MCP 采用客户端-服务器架构，其中 MCP 主机（例如Claude Code或Claude Desktop等 AI 应用）与一个或多个 MCP 服务器建立连接。MCP 主机通过为每个 MCP 服务器创建一个 MCP 客户端来实现这一点。每个 MCP 客户端与其对应的 MCP 服务器保持专用连接。使用 STDIO 传输的本地 MCP 服务器通常服务于单个 MCP 客户端，而使用 Streamable HTTP 传输的远程 MCP 服务器通常服务于多个 MCP 客户端。MCP架构的关键参与者包括：

MCP 主机：用于协调和管理一个或多个 MCP 客户端的 AI 应用程序
MCP 客户端：一个维护与 MCP 服务器连接并从 MCP 服务器获取上下文以供 MCP 主机使用的组件。
MCP 服务器：一个为 MCP 客户端提供上下文信息的程序

这里引用官方文档的例子：

例如：Visual Studio Code 充当 MCP 主机。当 Visual Studio Code 与 MCP 服务器（例如Sentry MCP 服务器）建立连接时，Visual Studio Code 运行时会实例化一个 MCP 客户端对象来维护与 Sentry MCP 服务器的连接。随后，当 Visual Studio Code 连接到另一个 MCP 服务器（例如本地文件系统服务器）时，Visual Studio Code 运行时会实例化另一个 MCP 客户端对象来维护此连接。

请注意，MCP 服务器指的是提供上下文数据的程序，无论其运行位置如何。MCP 服务器可以本地运行，也可以远程运行。例如，当 Claude Desktop 启动文件系统服务器时，由于它使用 STDIO 传输，因此服务器运行在同一台机器上。这通常被称为“本地”MCP 服务器。官方的 Sentry MCP 服务器运行在 Sentry 平台上，并使用 Streamable HTTP 传输。这通常被称为“远程”MCP 服务器。