当前位置：首页 > news >正文

MCP 架构详解：Host、MCP Client、MCP Server 的职责与代码实战

news 2026/8/6 19:49:11

1. 引言

MCP（Model Context Protocol，模型上下文协议）是 Anthropic 于 2024 年底开源的一套开放协议，用于统一大语言模型应用与外部数据源、工具之间的连接方式。它把传统上碎片化的「插件开发」抽象为「客户端—服务器」的标准架构，让同一个 MCP Server 可以被不同的 AI 应用（Host）复用。

理解 MCP 架构，核心是分清三个角色：Host、MCP Client和MCP Server。本文将从职责边界、通信流程和代码实战三个层面展开，帮助你彻底搞懂它们各自负责什么。

2. 三个角色的职责总览

在 MCP 架构中，三个角色各司其职，形成一条清晰的调用链：

Host：用户直接面对的 AI 应用，负责管理多个 MCP Client、维护用户会话、决定何时调用工具，并把结果组织成自然语言回复。
MCP Client：Host 与 Server 之间的协议适配层，负责建立连接、发送请求、接收响应、处理协议生命周期。
MCP Server：对外暴露能力的一方，提供工具（Tools）、资源（Resources）和提示词（Prompts），并执行实际业务逻辑。

一句话概括：Host 是大脑，Client 是神经，Server 是手脚。

3. Host 的职责

Host 是用户直接交互的应用程序，例如 Claude Desktop、Cursor、VS Code 插件或你正在使用的 CSDN 编辑器。Host 本身不直接与 MCP Server 通信，而是通过内部持有的一个或多个 MCP Client 完成。

Host 的核心职责包括：

管理客户端生命周期：启动时创建 MCP Client，关闭时销毁连接。
维护用户会话：保存对话上下文，决定在什么时机调用哪个工具。
聚合多 Server 能力：一个 Host 可以同时连接多个 MCP Server，例如一个连数据库、一个连 GitHub、一个连文件系统。
决策与编排：根据用户意图判断「是否需要调用工具」「调用哪个工具」「传什么参数」，并把工具返回结果融入最终回答。
权限与安全控制：决定是否允许某个 Server 执行敏感操作，例如写文件、发请求。

从代码角度看，Host 通常是一个业务应用，它内部持有 MCP Client 实例。下面是一个极简 Host 的伪代码示意：

# host.py —— 这是 Host 层，负责编排 import asyncio from mcp import ClientSession, StdioServerParameters from mcp.client.stdio import stdio_client async def main(): # Host 创建 MCP Client，并连接到本地 MCP Server 进程 server_params = StdioServerParameters( command="python", args=["math_server.py"] ) async with stdio_client(server_params) as (read, write): async with ClientSession(read, write) as session: # Host 通过 Client 初始化连接 await session.initialize() # Host 决定调用哪个工具 result = await session.call_tool("add", {"a": 3, "b": 5}) print("工具返回:", result) # Host 把结果组织成自然语言回复给用户 answer = f"计算结果为 {result.content[0].text}" print("Host 回复用户:", answer) if name == "main": asyncio.run(main())

注意：上面的代码中，host.py同时扮演了 Host 和 Client 两个角色。在实际工程中，Host 可能是一个大型应用，而 Client 是它内部的一个模块。

4. MCP Client 的职责

MCP Client 是协议层面的「翻译官」，它负责把 Host 的意图翻译成 MCP 协议消息，并通过传输层发送给 Server。MCP Client 通常由官方 SDK 提供，开发者一般不需要从零实现。

MCP Client 的核心职责包括：

建立连接：通过 stdio、SSE 或 HTTP 等传输方式与 Server 建立通道。
协议握手：发送initialize请求，协商协议版本与能力。
能力发现：调用tools/list获取 Server 暴露的工具清单。
请求转发：把 Host 的调用意图封装为tools/call请求发送给 Server。
响应解析：把 Server 返回的 JSON-RPC 响应解析为结构化数据，交还给 Host。
生命周期管理：处理notifications/initialized、ping、关闭等协议事件。

在 Python 官方 SDK 中，ClientSession就是 MCP Client 的核心类。下面演示 Client 如何发现工具并调用：

# client_demo.py —— 聚焦 MCP Client 的协议行为 import asyncio from mcp import ClientSession, StdioServerParameters from mcp.client.stdio import stdio_client async def main(): server_params = StdioServerParameters( command="python", args=["math_server.py"] ) async with stdio_client(server_params) as (read, write): async with ClientSession(read, write) as session: # 1. 协议握手 await session.initialize() # 2. 能力发现：列出 Server 提供的所有工具 tools = await session.list_tools() print("Server 暴露的工具:") for tool in tools.tools: print(f" - {tool.name}: {tool.description}") # 3. 调用工具 result = await session.call_tool( "add", {"a": 10, "b": 20} ) print("调用结果:", result.content[0].text) asyncio.run(main())

可以看到，MCP Client 屏蔽了底层 JSON-RPC 细节，开发者只需要调用initialize()、list_tools()、call_tool()这几个高层方法即可。

5. MCP Server 的职责

MCP Server 是能力的提供方，它运行在独立的进程或服务中，通过 MCP 协议暴露自己的工具、资源和提示词。Server 是开发者最常需要自己实现的部分。

MCP Server 的核心职责包括：

声明能力：通过tools/list告诉 Client 自己提供哪些工具，每个工具的入参 schema 是什么。
执行工具：收到tools/call请求后，执行真实业务逻辑并返回结果。
暴露资源：通过resources/list和resources/read提供可读取的数据资源。
提供提示词：通过prompts/list和prompts/get提供可复用的提示模板。
维护协议状态：处理初始化握手、能力协商、错误返回等协议细节。

下面用 Python 官方 SDK 实现一个最简单的 MCP Server，提供「加法」和「乘法」两个工具：

# math_server.py —— MCP Server 实现 from mcp.server.fastmcp import FastMCP 创建 Server 实例 mcp = FastMCP("MathServer") 用装饰器注册一个工具 @mcp.tool() def add(a: int, b: int) -> int: """计算两个整数的和""" return a + b @mcp.tool() def multiply(a: int, b: int) -> int: """计算两个整数的积""" return a * b if name == "main": # 以 stdio 方式运行，等待 Client 连接 mcp.run(transport="stdio")

这个 Server 启动后，会通过标准输入输出与 Client 通信。Client 调用add工具时，Server 执行a + b并返回结果。

除了工具，Server 还可以暴露资源。下面演示如何注册一个只读资源：

# resource_server.py —— 暴露资源的 MCP Server from mcp.server.fastmcp import FastMCP mcp = FastMCP("ResourceServer") @mcp.resource("config://app") def get_config() -> str: """返回应用配置信息""" return "version=1.0.0\nmode=production" @mcp.tool() def echo(text: str) -> str: """原样返回输入文本""" return text if name == "main": mcp.run(transport="stdio")

6. 三者协作的完整流程

下面用一个完整的时序来说明三者如何协作。假设用户对 Host 说：「帮我计算 123 乘以 456」。

Host 理解意图：Host 判断需要调用数学工具，于是找到连接了 MathServer 的那个 MCP Client。
Client 查询能力：Client 向 Server 发送tools/list，拿到工具清单，发现multiply工具可用。
Client 发起调用：Client 发送tools/call，参数为{"a": 123, "b": 456}。
Server 执行业务：Server 执行123 * 456，返回结果56088。
Client 回传结果：Client 把结果解析后交还给 Host。
Host 组织回复：Host 把结果组织成自然语言：「123 乘以 456 的结果是 56088」并展示给用户。

下面给出一个完整的可运行示例，把 Host、Client、Server 串起来。先启动 Server，再运行 Client 端脚本：

# 完整实战：一个 Host 同时连接两个 Server import asyncio from mcp import ClientSession, StdioServerParameters from mcp.client.stdio import stdio_client async def connect_to_server(command: str, args: list): """Host 内部创建 MCP Client 并连接指定 Server""" server_params = StdioServerParameters(command=command, args=args) read, write = await stdio_client(server_params).aenter() session = await ClientSession(read, write).aenter() await session.initialize() return session async def main(): # Host 同时连接两个 MCP Server math_session = await connect_to_server("python", ["math_server.py"]) resource_session = await connect_to_server("python", ["resource_server.py"]) # Host 编排：先调用数学工具 result = await math_session.call_tool("multiply", {"a": 123, "b": 456}) print("乘法结果:", result.content[0].text) 再读取资源 resources = await resource_session.list_resources() print("可用资源:", [r.uri for r in resources.resources]) 关闭连接 await math_session.aexit(None, None, None) await resource_session.aexit(None, None, None) asyncio.run(main())

7. 三者的边界与常见误区

理解三者边界时，有几个常见误区需要澄清：

误区一：Host 就是 Client。实际上 Host 是业务应用，Client 是协议适配层。一个 Host 可以持有多个 Client，分别连接不同的 Server。
误区二：Server 必须远程部署。MCP Server 可以运行在本地进程（stdio），也可以远程部署（SSE/HTTP）。本地 Server 更安全，远程 Server 便于共享。
误区三：Client 需要自己实现协议。官方 SDK 已经封装好握手、发现、调用等细节，开发者通常只需要调用高层 API。
误区四：三者必须一一对应。实际中一个 Host 对应多个 Client，一个 Client 对应一个 Server，但一个 Server 可以被多个 Host 的多个 Client 同时连接。