Model_Context_Protocol_MCP协议完全指南

概述#

MCP（Model Context Protocol，模型上下文协议）是由 Anthropic 于 2024 年底开源的协议标准，旨在为 AI 模型与外部数据源、工具之间建立标准化通信接口。

在 MCP 出现之前，每个 AI 应用都需要为不同的数据源和工具单独开发适配代码，导致：

重复开发，资源浪费
工具无法复用，生态碎片化
用户难以灵活组合不同工具

MCP 的出现解决了这些问题——它就像 AI 领域的 USB 接口标准，让不同的 AI 工具和数据源可以即插即用。

为什么需要 MCP#

传统方案的痛点#

痛点	说明	后果
重复开发	每个应用都要适配相同的数据源	开发成本高
生态封闭	工具只能被特定应用使用	用户被锁定
维护困难	多个版本需要同步更新	维护成本高
互操作性差	数据源之间无法直接通信	信息孤岛

MCP 的解决方案#

改进	说明
标准化	统一协议，一次实现多处可用
可插拔	工具可以随时添加 / 移除
可发现	主机自动发现可用工具
安全可控	协议层统一鉴权和权限控制

核心概念与架构#

整体架构#

PRTCL // PLAINTEXT

1
┌──────────────────────────────────────────────────────────────┐
2
│                        MCP 生态系统                          │
3
├──────────────────────────────────────────────────────────────┤
4
│                                                              │
5
│  ┌──────────────────────────────────────────────────────┐  │
6
│  │                      主机应用                         │  │
7
│  │  (Claude Desktop / Zed / Cursor / Continue / ... )  │  │
8
│  └──────────────────────────────────────────────────────┘  │
9
│                            │                                 │
10
│         ┌─────────────────┼─────────────────┐              │
11
│         ▼                 ▼                 ▼              │
12
│  ┌────────────┐   ┌────────────┐   ┌────────────┐        │
13
│  │   MCP      │   │   MCP      │   │   MCP      │        │
14
│  │  客户端 1   │   │  客户端 2   │   │  客户端 N   │        │
15
│  │ ( 文件系统 ) │   │  ( 数据库 )  │   │  ( 搜索 )   │        │
16
│  └─────┬──────┘   └─────┬──────┘   └─────┬──────┘        │
17
│        └─────────────────┼─────────────────┘              │
18
│                          ▼                                   │
19
│  ┌──────────────────────────────────────────────────────┐  │
20
│  │                    MCP 服务器                          │  │
21
│  │        ( 文件系统 / Git / Slack / 数据库 / ...)        │  │
22
│  └──────────────────────────────────────────────────────┘  │
23
│                                                              │
24
└──────────────────────────────────────────────────────────────┘

核心术语#

术语	说明	类比
Host（主机）	运行 AI 应用并协调任务的程序	计算机
Client（客户端）	每个连接对应一个客户端，维护与服务器的 1:1 连接	USB 控制器
Server（服务器）	提供特定能力的程序，暴露工具和资源	USB 设备
Transport（传输层）	客户端与服务器的通信方式（stdio / HTTP）	USB 协议

四大核心原语#

MCP 定义了四种核心能力抽象：

原语	说明	AI 使用方式
Resources（资源）	AI 可读取的结构化数据	主动获取信息
Tools（工具）	AI 可调用的函数，执行后会返回结果	主动操作
Prompts（提示）	预定义的提示模板，可重复使用	模板复用
Sampling（采样）	服务器调用 AI（反向通信）	服务器使用 AI

Resources（资源）#

资源是 AI 可以读取的结构化数据，属于被动获取。

资源类型#

类型	说明	示例
文件资源	本地文件内容	`file:///path/to/file`
数据库资源	查询结果	数据库表内容
API 资源	API 响应数据	天气信息
配置资源	应用配置	环境变量

资源定义#

PRTCL // TYPESCRIPT

1
// 服务器端定义资源
2
const resources: Resource[] = [
3
  {
4
    uri: "file:///home/user/documents/readme.md",
5
    name: "项目说明文档",
6
    description: "项目的详细说明和使用指南",
7
    mimeType: "text/markdown"
8
  },
9
  {
10
    uri: "config:///app/settings",
11
    name: "应用设置",
12
    description: "当前应用的配置信息"
13
  }
14
];

资源订阅#

AI 可以订阅资源变化：

PRTCL // JSON

1
// 订阅文件变化
2
{
3
  "method": "resources/subscribe",
4
  "params": {
5
    "uri": "file:///home/user/documents/project/tasks.md"
6
  }
7
}

Tools（工具）#

工具是 AI 可以主动调用的函数，是 MCP 最核心的功能。

工具定义#

PRTCL // TYPESCRIPT

1
const tools: Tool[] = [
2
  {
3
    name: "filesystem_read",
4
    description: "读取本地文件内容，支持文本文件",
5
    inputSchema: {
6
      type: "object",
7
      properties: {
8
        path: {
9
          type: "string",
10
          description: "文件路径"
11
        },
12
        encoding: {
13
          type: "string",
14
          description: "文件编码，默认 utf-8",
15
          default: "utf-8"
16
        }
17
      },
18
      required: ["path"]
19
    }
20
  },
21
  {
22
    name: "filesystem_write",
23
    description: "写入内容到本地文件",
24
    inputSchema: {
25
      type: "object",
26
      properties: {
27
        path: {
28
          type: "string",
29
          description: "文件路径"
30
        },
31
        content: {
32
          type: "string",
33
          description: "要写入的内容"
34
        }
35
      },
36
      required: ["path", "content"]
37
    }
38
  }
39
];

工具调用流程#

PRTCL // PLAINTEXT

1
用户："帮我读取 ~/Documents/readme.md"
2

3
主机分析意图 → 需要文件读取
4
    ↓
5
发送工具调用请求
6
{
7
  "jsonrpc": "2.0",
8
  "id": 1,
9
  "method": "tools/call",
10
  "params": {
11
    "name": "filesystem_read",
12
    "arguments": {
13
      "path": "/home/user/Documents/readme.md"
14
    }
15
  }
16
}
17
    ↓
18
MCP 服务器执行
19
    ↓
20
返回结果
21
{
22
  "jsonrpc": "2.0",
23
  "id": 1,
24
  "result": {
25
    "content": [
26
      {
27
        "type": "text",
28
        "text": "# 项目说明
29

30
这是项目文档..."
31
      }
32
    ]
33
  }
34
}
35
    ↓
36
主机将结果注入上下文
37
    ↓
38
AI 生成最终回答

工具调用示例#

文件搜索工具：

PRTCL // JSON

1
{
2
  "name": "filesystem_search",
3
  "description": "在指定目录中搜索文件",
4
  "arguments": {
5
    "directory": "/home/user/projects",
6
    "pattern": "*.md",
7
    "recursive": true
8
  }
9
}

代码执行工具：

PRTCL // JSON

1
{
2
  "name": "code_execute",
3
  "description": "执行代码片段",
4
  "arguments": {
5
    "language": "python",
6
    "code": "print('Hello, MCP!')",
7
    "timeout": 30000
8
  }
9
}

Prompts（提示模板）#

预定义的提示模板，可以被主机和服务器调用。

提示模板定义#

PRTCL // TYPESCRIPT

1
const prompts: Prompt[] = [
2
  {
3
    name: "code-review",
4
    description: "代码审查模板",
5
    arguments: [
6
      {
7
        name: "language",
8
        description: "编程语言",
9
        required: true
10
      }
11
    ],
12
    prompt: `
13
      请审查以下{language}代码，关注：
14
      1. 代码质量和可读性
15
      2. 潜在的性能问题
16
      3. 安全漏洞
17
      4. 是否有更好的实现方式
18

19
      代码：
20
      ${code}
21
    `
22
  }
23
];

提示模板使用#

PRTCL // JSON

1
{
2
  "method": "prompts/get",
3
  "params": {
4
    "name": "code-review",
5
    "arguments": {
6
      "language": "python"
7
    }
8
  }
9
}

Sampling（采样 / 反向调用）#

Sampling 允许 MCP 服务器反向调用 AI，是高级功能。

使用场景#

场景	说明
智能文件处理	服务器不确定如何处理文件，调用 AI 决策
自动分类	需要 AI 判断数据类别
内容生成	服务器需要生成文本内容

安全考虑#

Sampling 涉及服务器调用 AI，需要严格的安全控制：

权限控制：服务器不能无限制调用 AI
速率限制：防止资源滥用
内容过滤：防止恶意诱导

官方 MCP 服务器#

文件系统服务器#

PRTCL // BASH

1
# 安装
2
npm install -g @anthropic/mcp-server-filesystem
3

4
# 配置（Claude Desktop）
5
# 添加到 ~/.config/claude-desktop.json
6
{
7
  "mcpServers": {
8
    "filesystem": {
9
      "command": "npx",
10
      "args": ["-y", "@anthropic/mcp-server-filesystem", "/path/to/allowed/directory"]
11
    }
12
  }
13
}

Git 服务器#

PRTCL // JSON

1
{
2
  "command": "npx",
3
  "args": ["-y", "@anthropic/mcp-server-git", "/path/to/repo"]
4
}

PostgreSQL 服务器#

PRTCL // JSON

1
{
2
  "command": "npx",
3
  "args": ["-y", "@anthropic/mcp-server-postgres", "--url", "postgresql://user:pass@localhost/db"]
4
}

Slack 服务器#

PRTCL // JSON

1
{
2
  "command": "npx",
3
  "args": ["-y", "@anthropic/mcp-server-slack"],
4
  "env": {
5
    "SLACK_BOT_TOKEN": "xoxb-...",
6
    "SLACK_TEAM_ID": "T..."
7
  }
8
}

开发 MCP 服务器#

Python SDK#

PRTCL // PYTHON

1
from mcp.server import MCPServer
2
from mcp.types import Tool, TextContent
3
from mcp.server.stdio import stdio_server
4

5
server = MCPServer(name="my-server")
6

7
@server.list_tools()
8
def list_tools() -> list[Tool]:
9
    return [
10
        Tool(
11
            name="get_weather",
12
            description="获取城市天气信息",
13
            inputSchema={
14
                "type": "object",
15
                "properties": {
16
                    "city": {
17
                        "type": "string",
18
                        "description": "城市名称"
19
                    }
20
                },
21
                "required": ["city"]
22
            }
23
        )
24
    ]
25

26
@server.call_tool()
27
async def call_tool(name: str, arguments: dict) -> list[TextContent]:
28
    if name == "get_weather":
29
        city = arguments["city"]
30
        weather = fetch_weather(city)
31
        return [TextContent(type="text", text=weather)]
32
    raise ValueError(f"Unknown tool: {name}")
33

34
async def main():
35
    async with stdio_server() as (read, write):
36
        await server.run(read, write)
37

38
if __name__ == "__main__":
39
    import asyncio
40
    asyncio.run(main())

TypeScript SDK#

PRTCL // TYPESCRIPT

1
import { MCPServer } from "@modelcontextprotocol/sdk/server";
2
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio";
3
import { Tool } from "@modelcontextprotocol/sdk/types";
4

5
const server = new MCPServer({
6
  name: "my-mcp-server",
7
  version: "1.0.0"
8
});
9

10
server.setRequestHandler("tools/list", async () => ({
11
  tools: [
12
    {
13
      name: "get_weather",
14
      description: "获取城市天气",
15
      inputSchema: {
16
        type: "object",
17
        properties: {
18
          city: { type: "string", description: "城市名称" }
19
        },
20
        required: ["city"]
21
      }
22
    }
23
  ]
24
}));
25

26
server.setRequestHandler("tools/call", async (request) => {
27
  const { name, arguments: args } = request.params;
28

29
  if (name === "get_weather") {
30
    const weather = await fetchWeather(args.city);
31
    return {
32
      content: [{ type: "text", text: weather }]
33
    };
34
  }
35

36
  throw new Error(`Unknown tool: ${name}`);
37
});
38

39
const transport = new StdioServerTransport();
40
server.run(transport);

主机应用支持#

Claude Desktop#

编辑配置文件：~/.config/claude-desktop.json
添加 MCP 服务器配置
重启 Claude Desktop

Zed#

PRTCL // JSON

1
{
2
  "mcpServers": {
3
    "filesystem": {
4
      "command": "npx",
5
      "args": ["-y", "@anthropic/mcp-server-filesystem", "/path"]
6
    }
7
  }
8
}

Cursor#

通过设置 → MCP 配置添加服务器。

Continue（VS Code 插件）#

PRTCL // JSON

1
{
2
  "mcpServers": {
3
    "filesystem": {
4
      "command": "npx",
5
      "args": ["-y", "@anthropic/mcp-server-filesystem"]
6
    }
7
  }
8
}

MCP vs 传统方案对比#

维度	MCP	Function Calling	传统 API
标准化	统一协议	各平台自定义	各平台自定义
工具发现	自动发现	手动注册	无
安全性	协议层统一鉴权	各应用自行实现	各应用自行实现
扩展性	一次实现，处处可用	受限于单一应用	受限于单一应用
生态	开放共享	封闭	封闭
连接方式	持久连接	按需调用	按需调用
类型安全	JSON Schema	JSON Schema	各自定义

常见问题#

问题	解答
MCP 和 Function Calling 哪个更好？	两者互补，MCP 定义协议，Function Calling 使用协议
如何调试 MCP 服务器？	使用 MCP 官方提供的 Inspector 工具
MCP 支持哪些传输协议？	stdio（标准输入输出）和 HTTP+SSE
如何确保 MCP 安全？	使用权限控制、输入验证、速率限制

总结#

MCP 是 AI 工具生态走向开放互联的重要里程碑。它让 AI 不再是信息孤岛，能够像人类一样灵活调用各种数字工具。掌握 MCP 是构建现代 AI 应用的关键技能。

关于我#

项目	内容
编辑	echowang
来源	echospace
邮箱	echohaoran@gmail.com
简介	AI 爱好者，专注于大语言模型应用与智能体开发，分享技术与实践心得
社交	欢迎交流讨论，共同成长

概述#

为什么需要 MCP#

传统方案的痛点#

MCP 的解决方案#

核心概念与架构#

整体架构#

核心术语#

四大核心原语#

Resources（资源）#

资源类型#

资源定义#

资源订阅#

Tools（工具）#

工具定义#

工具调用流程#

工具调用示例#

Prompts（提示模板）#

提示模板定义#

提示模板使用#

Sampling（采样 / 反向调用）#

使用场景#

安全考虑#

官方 MCP 服务器#

文件系统服务器#

Git 服务器#

PostgreSQL 服务器#

Slack 服务器#

开发 MCP 服务器#

Python SDK#

TypeScript SDK#

主机应用支持#

Claude Desktop#

Zed#

Cursor#

Continue（VS Code 插件）#

MCP vs 传统方案对比#

常见问题#

总结#

关于我#

Model_Context_Protocol_MCP协议完全指南

Function_Calling函数调用完全指南

LLM微调Fine-tuning完全指南

Prompt_Engineering_提示词工程完全指南

LLM微调Fine-tuning完全指南

评论