当前位置：首页 > news >正文

MCP原理与开发及与大模型交互流程

news 2025/8/18 12:26:42

文章目录

简介
一个简单的MCP服务
通过MCP Client使用MCP服务
MCP、AI客户端、大模型之间的交互流程

简介

模型上下文协议(MCP,Model Context Protocol)顾名思义它是一个协议，做开发的朋友看到Protocol是不是DNA动了。

TCP/IP协议、HTTP协议、UDP协议、RESP协议各种各样的协议，本质上就是定义了应用之间的交互格式和行为。

MCP协议也一样，定义了就是定义了MCP Server与MCP Host(MCP Client)之间的交互标准。

具体的标准可以看：MCP Specification

MCP Server通常是我们提供给AI的服务、工具，MCP Host通常是AI Agent，例如Cline、Cherry Studio之类。

MCP官网

一个简单的MCP服务

为了简化流程，我们这里就直接使用MCP为我们提供的SDK和例子，来简单的说明一下。

这里我们使用Python语言来实现，可以直接看modelcontextprotocol提供的：python-sdk

首先使用uv命令来初始化项目，并且把MCP的Python-sdk依赖包添加进来：

uv init
uv add "mcp[cli]"

初始化项目

不清楚uv是啥的可以参考：Python虚拟环境与包管理工具(uv、Conda)

添加我们的MCP服务：

from mcp.server.fastmcp import FastMCP# Create an MCP server
mcp = FastMCP("Demo")# Add an addition tool
@mcp.tool()
def add(a: int, b: int) -> int:"""Add two numbers"""return a + b# Add a dynamic greeting resource
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:"""Get a personalized greeting"""return f"Hello, {name}!"# Add a prompt
@mcp.prompt()
def greet_user(name: str, style: str = "friendly") -> str:"""Generate a greeting prompt"""styles = {"friendly": "Please write a warm, friendly greeting","formal": "Please write a formal, professional greeting","casual": "Please write a casual, relaxed greeting",}return f"{styles.get(style, styles['friendly'])} for someone named {name}."if __name__ == "__main__":mcp.run(transport="stdio")

MCP服务目录结构

通过MCP Client使用MCP服务

我们已经有一个MCP服务了，那如何使用这个服务呢？

这里我们使用国产的AI客户端Cherry Studio来测试，因为国产的对国内的很多大模型平台支持要好很多，避免很多网络问题。

可以去下面的链接查看、下载：

Cherry Studio

Cherry Studio 下载

Cherry
Studio

下载，直接安装就可以了。

安装好，我们打开Cherry Studio，首先要设置一下大模型平台，这里我们选择硅基流动。

设置平台模型

硅基流动

平台的模型广场上有很多大模型可供选择，很多是免费的，因为我们要使用Cherry Studio通过API调用，所以要先申请密钥。

创建密钥

当然，你也可以选择你自己熟悉的大模型平台，Key的申请基本上在个人中心找到。

然后我们就可以选择模型，来测试一下：

无MCP时的调用

上面这是我们使用DeepSeek-V3没有使用MCP时的调用过程。

然后我们配置好我们的自己开发的MCP。
配置MCP

这里我们配置我们自己的MCP:

配置我们自己的MCP服务

参数：

--directory
D:\project\python\learn-mcp
run
main.py

实际上Cherry Studio在需要MCP服务的时候，就会去执行下面的命令，来启动我们的MCP服务：

# 就是运行指定的Python文件，启动MCP服务
uv --directory D:\project\python\learn-mcp run main.py

像Cline这样的工具使用的Json工具，其实Cherry Studio也一样，只不过Cherry Studio为我们提供了用户界面配置的方式而已，实际上最终使用的还是像下面的Json。

{"mcpServers": {"YQbsNQ1zCOdbEV94oCJGr": {"name": "my-first-mcp-server","type": "stdio","description": "","isActive": true,"registryUrl": "https://pypi.tuna.tsinghua.edu.cn/simple","command": "uv","args": ["--directory","D:\\project\\python\\learn-mcp","run","main.py"]}}
}