【AI原生开发实战】4.2 MCP协议深度解析：模型上下文协议

学习目标

• 理解MCP协议的核心定位和解决的问题
• 掌握MCP的架构设计和核心组件
• 理解MCP与Function Calling的区别
• 能够构建简单的MCP服务器和客户端
• 了解MCP的生态系统和发展趋势

一、MCP协议的诞生背景

1.1 AI集成的"N×M"困境

在MCP出现之前，每个AI应用连接每个数据源都需要独立的定制化开发：

AI应用1 ─┬─► 数据源A ├─► 数据源B └─► 数据源C AI应用2 ─┬─► 数据源A（需要重新开发） ├─► 数据源B（需要重新开发） └─► 数据源C（需要重新开发） AI应用3 ─┬─► 数据源A（需要重新开发） ├─► 数据源B（需要重新开发） └─► 数据源C（需要重新开发）

这是典型的"N×M"问题：N个AI应用 × M个数据源 = N×M个定制连接器。

1.2 Anthropic的解决方案

2024年11月25日，Anthropic发布了Model Context Protocol（MCP），这是一个开放标准，旨在成为AI应用的"USB接口"：

┌──────────────────────────────────────────────────────────────┐ │ MCP：AI的通用连接协议 │ ├──────────────────────────────────────────────────────────────┤ │ │ │ AI应用1 ─┬─► MCP服务器A ─┬─► 数据源A │ │ │ ├─► 数据源B │ │ │ └─► 数据源C │ │ │ │ │ AI应用2 ─┼─► MCP服务器A（无需重新开发！） │ │ │ │ │ AI应用3 ─┴─► MCP服务器A（无需重新开发！） │ │ │ └──────────────────────────────────────────────────────────────┘

1.3 MCP的核心价值

二、MCP协议架构

2.1 核心组件

MCP采用经典的客户端-服务器架构，包含五个核心组件：

┌──────────────────────────────────────────────────────────────┐ │ MCP架构图 │ ├──────────────────────────────────────────────────────────────┤ │ │ │ ┌─────────────┐ ┌─────────────┐ │ │ │ Host │ │ Server │ │ │ │ (AI应用) │◄──────────►│ (数据源) │ │ │ └──────┬──────┘ JSON-RPC └──────┬──────┘ │ │ │ │ │ │ │ ┌─────────────┐ │ │ │ └─►│ Client │ │ │ │ │ (协议实现) │◄─────────┘ │ │ └─────────────┘ │ │ │ │ ┌───────────────────────────────────────────────────────┐ │ │ │ 通信传输层 (Transport) │ │ │ │ stdio (本地) │ SSE (远程) │ Streamable HTTP │ │ │ └───────────────────────────────────────────────────────┘ │ │ │ └──────────────────────────────────────────────────────────────┘

2.2 组件详解

Host（主机）：

• AI应用本体，如Claude Desktop、Cursor IDE
• 包含一个或多个MCP客户端
• 决定何时需要访问外部上下文

Client（客户端）：

• 运行在Host内的协议实现
• 与Server保持1:1连接
• 处理协议协商、消息路由

Server（服务器）：

• 提供特定能力的轻量级程序
• 通过标准化的MCP协议暴露工具、资源和提示
• 例子：GitHub服务器、Slack服务器、数据库服务器

2.3 三大原语

MCP定义了三种核心能力抽象：

三、MCP与Function Calling的对比

3.1 功能定位不同

3.2 互补关系

MCP内部使用Function Calling：

用户请求 │ ▼ ┌─────────────────────────────────────────┐ │ MCP Host (Claude) │ │ │ │ ┌─────────────────────────────────┐ │ │ │ MCP Client │ │ │ │ │ │ │ │ MCP Server A (数据库) │ │ │ │ └──► Tools (SQL查询) │ │ │ │ └──► Function Calling │ │ │ │ │ │ │ │ MCP Server B (GitHub) │ │ │ │ └──► Tools (API调用) │ │ │ │ └──► Function Calling │ │ │ └─────────────────────────────────┘ │ └─────────────────────────────────────────┘

3.3 选择建议

四、MCP协议规范

4.1 通信协议

MCP基于JSON-RPC 2.0构建，支持两种传输方式：

stdio（标准输入输出）：

• 适用于本地通信
• 简单、可靠
• Claude Desktop默认使用

SSE（Server-Sent Events）：

• 适用于远程通信
• 支持服务器推送
• 企业部署常用

4.2 消息格式

// 请求消息{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"query_database","arguments":{"sql":"SELECT * FROM users LIMIT 10"}}}// 响应消息{"jsonrpc":"2.0","id":1,"result":{"content":[{"type":"text","text":"[{\"id\": 1, \"name\": \"Alice\"}, ...]"}],"isError":false}}

4.3 核心能力

初始化握手：

// 客户端请求{"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{"roots":{"listChanged":true},"sampling":{}},"clientInfo":{"name":"claude-desktop","version":"1.0"}}}// 服务器响应{"protocolVersion":"2024-11-05","capabilities":{"tools":{"listChanged":true},"resources":{"subscribe":true}},"serverInfo":{"name":"github-mcp-server","version":"1.0"}}

五、MCP服务器开发

5.1 Python SDK示例

frommcp.server.fastmcpimportFastMCP# 创建MCP服务器mcp=FastMCP("数据库助手")# 添加工具@mcp.tool()defquery_database(sql:str,limit:int=100)->str:""" 执行SQL查询 参数: sql: SQL查询语句（必须是SELECT） limit: 返回结果上限 返回: JSON格式的查询结果 """# 实际查询逻辑result=db.execute(sql,limit=limit)returnjson.dumps(result,default=str)# 添加资源@mcp.resource("database://schema")defget_schema()->str:"""获取数据库schema"""returnjson.dumps(db.get_schema())# 添加提示模板@mcp.prompt()defsql_generation_helper(table:str,question:str):returnf"""你是一个SQL专家。用户想要从表'{table}'中获取信息。 用户问题：{question}请生成对应的SQL查询语句。"""

5.2 TypeScript SDK示例

import{McpServer}from"@modelcontextprotocol/sdk/server";import{StdioServerTransport}from"@modelcontextprotocol/sdk/server/stdio";constserver=newMcpServer({name:"filesystem-server",version:"1.0.0"});// 注册工具server.tool("read_file","读取文件内容",{path:{type:"string",description:"文件路径"}},async({path})=>{constcontent=awaitfs.readFile(path,"utf-8");return{content:[{type:"text",text:content}]};});// 启动服务器consttransport=newStdioServerTransport();server.run(transport);

六、实战：构建MCP服务器

6.1 项目结构

my-mcp-server/ ├── src/ │ ├── __init__.py │ ├── server.py # MCP服务器主文件 │ ├── tools/ # 工具实现 │ │ ├── __init__.py │ │ ├── search.py │ │ └── database.py │ └── resources/ # 资源实现 │ ├── __init__.py │ └── documents.py ├── pyproject.toml └── README.md

6.2 完整示例：Slack MCP服务器

frommcp.server.fastmcpimportFastMCPfromslack_sdkimportWebClientfromslack_sdk.errorsimportSlackApiError mcp=FastMCP("Slack助手")# 初始化Slack客户端slack_client=WebClient(token=os.getenv("SLACK_BOT_TOKEN"))@mcp.tool()defsend_message(channel:str,text:str)->str:""" 发送Slack消息 参数: channel: 频道ID或名称 text: 消息内容 返回: 发送结果 """try:response=slack_client.chat_postMessage(channel=channel,text=text)returnf"消息已发送至{channel}，时间戳:{response['ts']}"exceptSlackApiErrorase:returnf"发送失败:{e.response['error']}"@mcp.tool()defsearch_messages(query:str,channel:str=None,limit:int=20)->str:""" 搜索Slack消息 参数: query: 搜索关键词 channel: 可选的频道过滤 limit: 返回结果数量 返回: 匹配的搜索结果 """try:response=slack_client.search_messages(query=query,channel=channel,count=limit)results=response["messages"]["matches"]returnjson.dumps(results,indent=2)exceptSlackApiErrorase:returnf"搜索失败:{e.response['error']}"@mcp.resource("slack://channels")deflist_channels()->str:"""获取所有可见频道"""response=slack_client.conversations_list()channels=[{"id":c["id"],"name":c["name"]}forcinresponse["channels"]]returnjson.dumps(channels)

6.3 配置文件

// ~/.claude-desktop/mcp.json{"mcpServers":{"slack":{"command":"python","args":["/path/to/slack-mcp-server/main.py"],"env":{"SLACK_BOT_TOKEN":"xoxb-..."}}}}

七、MCP生态系统

7.1 官方服务器

Anthropic提供了多个预构建的MCP服务器：

7.2 社区生态

7.3 企业采用

MCP已被多家科技巨头采用：

• OpenAI：2025年3月正式支持MCP
• Google：DeepMind产品集成
• Microsoft：Semantic Kernel支持
• Cloudflare：MCP服务器部署平台

八、安全考虑

8.1 安全威胁

8.2 安全最佳实践

# 1. 参数验证@mcp.tool()defexecute_sql(sql:str)->str:# 验证SQL安全性sql_upper=sql.upper().strip()ifnotsql_upper.startswith("SELECT"):raiseValueError("Only SELECT queries are allowed")if"; DROP"insql_upper:raiseValueError("Potential SQL injection detected")# 2. 权限控制@mcp.tool()defdelete_file(path:str,require_confirm:bool=True):ifrequire_confirm:raisePermissionError("Deletion requires explicit confirmation")# 3. 审计日志defaudit_log(tool_name:str,args:dict,user_id:str):logger.info(f"[AUDIT]{user_id}called{tool_name}with{args}")

九、总结与展望

核心要点

1. MCP解决N×M集成问题：通过标准化协议实现AI应用与数据源的解耦
2. 三大原语：Resources（应用控制）、Tools（模型控制）、Prompts（用户控制）
3. 开放生态：跨厂商支持，活跃的社区发展
4. 安全第一：标准化的权限管理和审计机制

未来发展

• 协议演进：持续的功能扩展和性能优化
• 生态系统：更多官方和社区服务器
• 标准化：有望成为AI集成的行业标准

选型建议

参考文献

1. Anthropic. “Introducing the Model Context Protocol”. 2024-11-25.
2. Model Context Protocol Specification. https://modelcontextprotocol.io
3. MCP Python SDK. https://github.com/modelcontextprotocol/python-sdk
4. MCP TypeScript SDK. https://github.com/modelcontextprotocol/typescript-sdk