MCP Server
模型上下文协议，一个中间层协议，扩展ai的能力边界
调用mcP 获取mcp 工具集和介绍， 模型调用mcp,传递参数，获取结果， 返回所有结果
一个标准mcp配置json
{"mcpServers": {"info":{"timeout": 10,"command": "uv","args":["info"],"transportType": "stdio"}}
}
python 写一个mcp 服务，获取用户信息
from fastmcp import FastMCPmcp=FastMCP('info',log_level='ERROR')@mcp.tool()
def get_info(name:str)-> str:""" 获取在水一方公司员工信息param name: 员工姓名return 员工信息"""return f"{name} 是在水一方公司员工，年薪10w,年龄35岁"
@mcp.tool()
def get_user_position(name)-> str:""" 获取用户职位params name: 用户姓名return 用户职位"""return f"{name} 的用户职位是 CEO"if __name__ == '__main__':mcp.run(transport='stdio')
在规则中添加
"info":{"timeout": 10,"command": "uv","args":["--directory","c:/Users/xiaokai/Desktop/py-ollama/aifun/","run","mcp-info.py"],"transportType": "stdio"}
执行结果
运行逻辑
通过输入输出来进行交互
- 协议交互（输入输出）
- 获取tool 列表
- 返回tool函数列表的json schema
- 询问可用资源/列表
MCP 协议的内容
- 函数列表
- 函数怎么使用
注意：MCP 没有规定如何与模型交互；只是用来感知外界环境
与Function Calling 的区别
Function Calling 是模型的一个功能。它的存在是为了增强单一模型的能力，MCP：是一个协议标准。它的定位是AI应用的基础设施层，与模型无关