从原理到落地，一文搞懂这个让 AI 模型 “活起来” 的革命性协议！ - 文章 - 开发者社区

嘿，大家好呀！我是你们的 AI 好伙伴——AI 大眼萌！今天我要给大家介绍一个超厉害的东东——MCP（模型上下文协议）。想象一下，以前 AI 模型和外部数据交互，那可真是困难重重，物理隔离、协议碎片化，时效性还跟不上，就像一堵堵高墙把它们挡住了。不过别担心，MCP 啊，就像智能交互领域的 “通用插头”，通过统一规范，让 AI 模型和外部资源能无缝对接。有了它，AI 模型就像被施了魔法，能欢快地和各种外部数据源、工具手拉手玩耍，交互变得又高效又安全，而且实现起来也超容易。这可不是简单的升级，而是给 AI 交互带来了翻天覆地的革命呢！接下来，就让我这个 AI 界的萌友，带大家一起深入了解 MCP 的奇妙世界吧，保证让你们觉得有趣又长知识哦！

一、MCP概述

MCP即模型上下文协议（Model Context Protocol），是由Anthropic公司于2024年11月推出的一种开放标准协议。它旨在为AI模型与外部数据源、工具之间构建统一的交互接口，类似于智能交互领域的“通用插头”，通过制定统一规范，实现AI模型与外部资源的无缝对接。

在MCP出现之前，大模型与数据的交互存在诸多问题，如物理隔离、协议碎片化、时效性缺失等。而MCP的提出，为AI交互带来了革命性的变化，它提供了一种标准化的框架，使得AI模型与外部工具和数据源的交互变得更加高效、安全和易于实现。

picture.image

二、核心原理

（一）核心架构

MCP遵循客户端 - 服务器架构，主要包含以下三个核心组件：

MCP主机（Hosts） ：如Claude桌面或Cursor等AI应用，提供AI交互环境，运行MCP客户端。它负责发起连接的LLM应用程序，承担初始化和管理客户端、处理用户授权、管理上下文聚合等任务。
MCP客户端（MCP Client） ：在主机内运行，负责与MCP服务器通信。它是AI助手与MCP服务器之间的通信桥梁，负责将用户请求转化为MCP服务器可识别的标准化API调用，并返回结果。主要在主机应用程序内负责与服务器保持一对一连接，承担消息路由、能力管理、协议协商和订阅管理等职责。
MCP服务器（MCP Server） ：轻量级程序，暴露特定的功能（如工具、资源和提示），并提供对数据源的访问。每个服务器专注于一种资源类型或功能，例如文件系统、数据库、Web搜索等。服务器的模块化设计确保了协议的可扩展性。以标准化协议向客户端提供外部数据和工具，为AI模型提供额外的上下文和功能，具体包括工具（可执行函数，如发送邮件、调用API）、资源（静态数据，如文件、数据库记录，为AI模型提供实时或历史数据）、提示词（预定义模板，标准化LLM交互流程，确保模型执行过程中的连贯性和一致性）。

picture.image

（二）通信过程

MCP Server当前支持三种传输类型，分别是stdio 传输、SSE 传输、Streamable HTTP，区别如下：

stdio （标准输入输出） 传输主要用于本地进程与AI模型的交互，它基于操作系统进程间通信的机制，主要应用于本地环境。
SSE （Server-Sent Events, 服务器发送事件） 传输主要用于远程通信，它是一种基于HTTP的服务器推送技术，允许服务器通过长连接主动向客户端发送数据流。
Streamable HTTP（可流式HTTP）， 这是MCP最新支持的传输方式，可以理解成升级版的HTTP通信。它不像SSE那样必须一直保持连接，而是你可以随时发消息给服务器，服务器也可以随时回复你，支持双向流式传输。双方像在“对话”一样灵活高效。相比 SSE，它更适合需要双向互动和更复杂通信的远程场景。

MCP的SSE通信过程可以分为以下几个关键步骤：

初始化连接：客户端向服务器发送连接请求，建立通信通道。
功能协商：客户端和服务器之间进行功能协商，确定它们可以相互提供哪些功能和服务。例如，一个天气API服务器可能提供可用的工具（用于调用API端点）、提示（提示模板）和资源（如API文档）。
发送请求：客户端根据需求构建请求消息，并发送给服务器。
处理请求：服务器接收到请求后，解析请求内容，执行相应的操作（如查询数据库、读取文件等）。
返回结果：服务器将处理结果封装成响应消息，发送回客户端。
断开连接：任务完成后，客户端可以主动关闭连接或等待服务器超时关闭。

picture.image

SSE 通信模型

（三）双向通信与采样特性

与传统API的单向通信不同，MCP支持双向交互。这不仅让AI应用能从服务器获取数据，还能让服务器利用客户端的AI能力（如LLM的补全或生成）。例如，服务器可以通过MCP请求客户端的LLM完成任务，并将上下文数据纳入提示中，从而实现嵌套的智能行为（如代理式行为）。

此外，MCP还具备采样特性。如果需要，服务器可以利用客户端的AI能力（例如调用LLM生成文本或图像），而无需直接持有API密钥。客户端保留对模型访问和权限的控制权，确保安全性与灵活性。

（四）安全与扩展性

MCP在设计上注重安全性，数据访问受到严格控制。所有操作都需要用户授权，并且MCP服务通常部署在本地，避免了数据外泄的风险。同时，MCP的架构灵活，支持模块化开发，允许开发者扩展MCP，创建更多的数据源支持。

（五）传输层与消息格式

MCP的传输层支持多种传输方法，如HTTP/2或WebSocket。所有传输都使用JSON - RPC 2.0进行消息交换，这为MCP Clients和MCP Servers之间的通信提供了统一的消息格式。

三、MCP协议与API协议的特点及优劣势对比

picture.image

四、搭建MCP服务器的准备工作

（一）环境和工具准备

不同的搭建方式可能需要不同的环境和工具，以下是一些常见的准备要求：

编程语言环境众多编程语言都支持开发MCP服务器，例如Python、JavaScript、Java、Kotlin、C#等。以Python为例，需要Python 3.8+环境；若使用Node.js，建议安装LTS版本。
包管理工具如Python的pip、uv（Rust版，需要Python 3.8+环境），Node.js的npm、npx等。
其他依赖根据具体的项目需求，可能还需要安装一些额外的依赖，如fastapi、uvicorn、@modelcontextprotocol/sdk、zod等。

（二）安装必要软件

以下是一些常见软件的安装步骤：

安装uv工具（以Python项目为例） uv（Rust版）需要Python 3.8+环境，可通过pip安装（推荐）。
- MacOS/Linux：执行相应的pip安装命令。
- Windows：执行相应的pip安装命令。安装完成后，务必重启终端，以确保uv命令被识别。
安装Node.js 若使用Node.js进行开发，可从nodejs.org下载并安装最新LTS版本的Node.js。
- 安装完成后，打开命令提示符（CMD）或PowerShell，输入以下命令检查安装是否成功：
```
node -v npm -v
```

（三）若不想配置运行环境，可以考虑选择腾讯云轻量应用服务器

在云上一键部署MCP Server，无需配置运行环境，支持社区热门MCP Server和自定义MCP Server，提供完整托管功能。云端或本地的AI应用可随时随地调用MCP Server。

picture.image

五、不同方式搭建MCP服务器的步骤

（一）使用Python和FastMCP搭建天气服务器示例

1. 搭建开发环境

# 在Windows下
python -m venv venv
venv\Scripts\activate

# 在Linux下
python3 -m venv venv
source venv/bin/activate

激活虚拟环境后，安装所需的依赖：

pip install mcp[cli] httpx

2. 创建辅助函数

创建helpers.py文件，编写辅助函数用于处理API请求和格式化数据：

from textwrap import dedent
import httpx
from typing import Any
import logging

USER_AGENT="weather-app/1.0"

async def make_nws_request(url: str)-> dict[str, Any]| None:
"""向NWS API发出请求，并进行适当的错误处理。"""
    headers ={
"User-Agent":USER_AGENT,
"Accept":"application/geo+json"
}
asyncwith httpx.AsyncClient()asclient:
try:
            response =await client.get(url, headers=headers, timeout=30.0)
            response.raise_for_status()
return response.json()
        except Exception ase:
            logging.error(e)
return None

3. 制作工具

创建tools.py文件，实现MCP工具：

from textwrap import dedent
from helpers import make_nws_request, format_alert

NWS_API_BASE="https://api.weather.gov"

async def get_alerts(state: str)-> str:
"""获取美国某州的天气警报。

参数:
state: 两位字母的美国州代码（例如CA,NY）
"""
    url = f"{NWS_API_BASE}/alerts/active/area/{state}"
    data =awaitmake_nws_request(url)
if not data or "features" not indata:
return"无法获取警报或没有找到警报。"
if not data["features"]:
return"该州目前没有活跃的警报。"
    alerts =[format_alert(feature)for feature in data["features"]]
return"\n---\n".join(alerts)

4. 编写服务器代码

将如下代码添加到weather.py文件中：

from mcp.server.fastmcp import FastMCP

mcp =FastMCP("weather")

@mcp.tool()
async def get_alerts(state: str)-> str:
    # 调用辅助函数获取数据
    pass

@mcp.tool()
async def get_forecast(location: str)-> str:
    # 调用辅助函数获取数据
    pass

if __name__ =="__main__":
    mcp.run(transport='stdio')

5. 运行服务器

uv run weather.py

（二）使用Node.js搭建Pixabay图片搜索MCP服务器示例

1. 安装Node环境

从nodejs.org下载并安装Node.js和npm，然后验证Node.js是否正确安装：

node --version
npm --version

2. 创建MCP Server项目

mkdir pixabay
cd pixabay
npm init -y

3. 安装相关依赖

npm install @modelcontextprotocol/sdk zod
npm install -D @types/node typescript

4. 更新package.json文件

添加以下主要配置项：

{
"type":"module",
"bin":{
"pixabay":"./build/index.js"
},
"scripts":{
"build":"tsc && chmod 755 build/index.js"
},
"files":[
"build"
]
}

5. 创建主要目录和文件

mkdir src
touch src/index.ts

6. 在根目录创建tsconfig.json文件

{
"compilerOptions":{
"target":"ES2022",
"module":"Node16",
"moduleResolution":"Node16",
"outDir":"./build",
"rootDir":"./src",
"strict":true,
"esModuleInterop":true,
"skipLibCheck":true,
"forceConsistentCasingInFileNames":true
},
"include":["src/**/*"],
"exclude":["node_modules"]
}

7. 构建MCP Server

在src/index.ts文件中添加以下代码：

import{ McpServer }from"@modelcontextprotocol/sdk/server/mcp.js";
import{ StdioServerTransport }from"@modelcontextprotocol/sdk/server/stdio.js";
import{ z }from"zod";

const baseUrl ="https://pixabay.com/api/";

const server =newMcpServer({name:"pixabay",version:"1.0.0",capabilities:{resources:{},tools:{}}});

server.tool('pixabay-image-search',{query: z.string(),type: z.string()},async({ query, type ='all'})=>{
try{
if(!process.env.PIXABAY_KEY){
            console.error("PIXABAY_KEY environment variable is not set");
            process.exit(1);
}
const requestUrl =`${baseUrl}?key=${process.env.PIXABAY_KEY}&q=${query}&image_type=${type}&per_page=3`;
const response =awaitfetch(requestUrl);
const json =await response.json();
return{content:[{type:'text',text:JSON.stringify({images: json.hits ||[],total_results: json.total, query },null,2)}]};
}catch(e){
// 错误处理
}
});

const transport =newStdioServerTransport();
server.start(transport);

8. 运行和测试

编译TypeScript代码：

npm run build

运行服务器：

node build/index.js

（三）使用FastAPI搭建MCP服务器示例

1. 安装依赖项

pip install uvicorn fastapi

2. 搭建FastAPI服务器

from fastapi import FastAPI

app =FastAPI()

@app.get("/")
async def 首页():
return{"message":"MCP 太酷了"}

3. 用uvicorn运行应用

uvicorn main:app --reload

4. 升级到MCP服务器

安装fastapi-mcp：

pip install fastapi-mcp

在FastAPI代码中添加：

from fastapi import FastAPI
from fastapi_mcp import add_mcp_server

app =FastAPI()
add_mcp_server(app, mount_path ="/mcp", name ="My API MCP")

六、配置和连接MCP服务器到客户端

（一）以Cursor客户端为例

不同的MCP服务器在Cursor中的配置方式可能有所不同，以下是一些常见的配置步骤：

安装依赖包：例如，若要配置FileSystem服务器，执行以下命令：

npm install -g @modelcontextprotocol/server-filesystem

在Cursor中配置MCP：打开Cursor，进入设置（Settings），找到“Features”下的“MCP”选项，点击“add new MCP server”，进行如下设置：
- 类型（Type） ：选择“command” ，用于标准输入输出。
- 名称（Name） ：为服务器设置一个易识别的昵称。
- 命令（Command） ：输入启动命令，例如：node [包的安装路径]\node_modules@modelcontextprotocol\server-filesystem\dist\index.js [允许访问的目录路径]。设置完成后，点击保存，如果小按钮变为绿色，表示添加成功。

（二）以Claude Desktop客户端为例

以MySQL MCP Server为例，将以下配置添加到claude_desktop_config.json：

{
    "mcpServers":{
        "mysql":{
            "command":"uv",
            "args":[
                "--directory",
                "path/to/mysql_mcp_server",
                "run",
                "mysql_mcp_server"
            ],
            "env":{
                "MYSQL_HOST":"localhost",
                "MYSQL_PORT":"3306",
                "MYSQL_USER":"your_username",
                "MYSQL_PASSWORD":"your_password",
                "MYSQL_DATABASE":"your_database"
            }
        }
    }
}

（三）以腾讯代码助手Codebuddy客户端为例

1. 通过预置的 MCP Server 市场，支持一键进行安装

picture.image

自定义配置MCP SERVER ，以Time MCP Server为例，在 Craft_mcp_settings.json 配置文件中添加 Time MCP Server 服务器的配置

picture.image

代码语言：json

{
    "mcpServers":{
    "mcp-server-time":{
        "command":"python",
        "args":[
            "-m",
            "mcp_server_time",
            "--local-timezone",
            "Asia/Shanghai"
            ],
            "disabled":false
        }
    }
}

（四）以Trae客户端为例

1. 通过预置的 MCP Server 市场，支持一键进行安装

picture.image

自定义配置MCP SERVER

picture.image

七、常用的第三方MCP市场

名称	网址	特点
阿里云百炼	https://bailian.console.aliyun.com/	2025 年 4 月 9 日上线业界首个全生命周期 MCP 服务，支持一键部署、无需运维，具备高可用与低成本特点，提供多类型供给、低成本托管及全链路工具兼容，帮助企业快速构建专属智能体，首批上线了高德、无影、Fetch、Notion 等 50 多款主流 MCP 服务。
腾讯云	https://cloud.tencent.com.cn/	2025 年 4 月 12 日，腾讯云发布 Agent 之 MCP 协议，其知识引擎平台作为企业级大模型应用构建平台，升级支持 MCP 协议接入 MCP Server，工作文档精选的 MCP Server 包括腾讯生态内的多款 APP，如腾讯位置共享服务、腾讯云 Edge One Pages、微信读书等，也包括 Fetch 和 Airbnb 等第三方应用，内容覆盖专业知识获取、网页部署和预览、网页爬虫解析等场景。
字节跳动火山引擎	https://www.volcengine.com/mcp-marketplace	字节跳动推出 MCP Servers，即大模型生态广场，通过 “MCP Market（工具广场）+ 火山方舟（大模型服务）+ Trae（应用开发环境）” 的深度协同，实现工具调用、模型推理到应用部署的全链路开发闭环。其集成了众多高质量的 MCP 协议适配工具，涵盖搜索、数据库、业务系统 API 等高频场景，并支持开发者将自研工具按 MCP 协议封装并上传共享。
MCPmarket.cn	https://mcpmarket.cn/	已收录超过 7000 + 标准化的 MCP 工具，覆盖数据处理、内容生成、消息调度、系统控制等多个典型场景，为开发者汇集了全球范围内可接入的 MCP Server 工具资源。同时，该平台还为开发者提供中文教程文档和中文社群支持，并将陆续提供开箱即用的开发模板、调试工具，帮助开发者快速构建和测试 MCP 工具链，降低接入门槛、提升构建效率。
PulseMCP	https://github.com/pulse-mcp/pulse-mcp-server	目前最大的 MCP 服务器集合平台，提供了超过 1150 个 MCP 服务器。
ClineMCP	https://cline-mcp-marketplace.vercel.app/	用户可以发现和使用各种 MCP 服务器资源，并且该平台提供详细的服务器描述和使用统计。如果在使用 Cline 插件，使用 Cline MCP Marketplace 安装 MCP 应用会很简便，只需点击 “下载” 按钮，Cline 会自动完成 MCP 服务器的安装和配置，无需手动处理复杂的 JSON 文件和依赖关系。
mcp.so	https://mcp.so/	专注于提供高质量 MCP 服务器的集合网站。
MCP Store	https://mcpstore.co/	聚合全球的 MCP Servers，为用户提供了丰富的选择，目前已经收录了 8632 个 MCP Servers。这些服务器涵盖多种功能，如网页搜索、地图服务、文件转换等。该网站是一个开放的 MCP 市场，对于 MCP 开发者来说，这是一个展示和分享自己开发的 MCP 服务器的平台。
ModelScope	https://modelscope.cn/	是国际化的模型开放平台，其 MCP 市场提供了多种多样的 MCP 服务。
Cursor Directory	https://cursor.dev/	主要是与 Cursor IDE 相关的 MCP 服务器集合。
Smithery.ai	https://smithery.ai/	提供了 500 + 开箱即用的 MCP 工具，涵盖 API、数据库和无头 CMS 工具等，如 google-docs、forms、maps 等 GCP 服务，还可以直接在平台上构建和部署应用程序。

八、测试和调试MCP服务器

（一）测试方法

在客户端中提出相关问题，检查是否能正确调用MCP服务器的工具并返回预期结果。例如，在Cursor中直接询问相关功能，看是否能自动调用MCP工具。
使用Postman等工具对MCP服务器的API进行测试，检查接口的响应是否正常。

picture.image

（二）调试技巧

查看日志：许多MCP服务器会记录详细的日志信息，通过查看日志可以了解服务器的运行状态和可能出现的错误。
使用调试工具：如VS Code的调试功能，可帮助定位代码中的问题。
检查配置文件：确保配置文件中的参数设置正确，如端口号、主机名、环境变量等。

九、注意事项

路径问题：在配置命令时，务必确保路径的准确性，尤其是文件路径和命令路径。如果路径错误，MCP服务器将无法正常启动。
依赖安装：有些MCP服务器可能依赖其他软件或库，在安装前请仔细阅读官方文档，确保相关依赖已正确安装。
权限问题：如果在运行命令时遇到权限不足的问题，可能需要使用sudo命令获取更高权限，但使用sudo时需谨慎操作。
版本兼容性：确保所使用的编程语言、包管理工具和依赖库的版本相互兼容，避免因版本不匹配导致的问题。
安全性：在配置和使用MCP服务器时，要注意数据安全和隐私保护，避免将敏感信息暴露在外。例如，设置合适的访问权限和加密机制。

让我们携手共创更多美好时刻！

如果您发现这篇文章对您有所启发或帮助，请不吝赐赞，为我 【点赞】、【转发】、【关注】 ，带你一起玩转AI ！后台回复知识库，获取AI大眼萌整理的AI知识库内容。

<您的点赞和在看，只有我能够看到。>

picture.image

微信号 ｜AICuteMQ