写点什么

深入拆解 MCP 架构:手把手搭建智能体通信桥梁

作者:聚客AI学院
  • 2025-07-08
    湖南
  • 本文字数:2116 字

    阅读完需:约 7 分钟

深入拆解MCP架构:手把手搭建智能体通信桥梁

本文较长,建议点赞收藏,以免遗失。更多 AI 大模型应用开发学习视频及资料,尽在聚客AI学院

一、MCP 协议:大模型与外部系统的“神经枢纽”


核心价值

  • 解耦设计:大模型(Client)专注推理决策,外部操作(Server)交给工具执行

  • 动态扩展:新增工具无需修改模型代码,通过 JSON-RPC 标准化通信

  • 安全管控:沙箱机制隔离敏感操作(如数据库写入)

协议三层架构


二、消息协议与传输模式深度解析

1. JSON-RPC 消息格式

// 请求示例{  "jsonrpc": "2.0",  "id": "req-123",  "method": "calculate",  "params": {"a": 5, "b": 3}}// 响应示例{  "jsonrpc": "2.0",  "id": "req-123",  "result": 8}
复制代码


关键字段:method 定义工具名,params 传递参数

2. 传输模式对比



Streamable HTTP 优势:


  • 会话 ID 维持状态:Mcp-Session-Id 头部实现断线重连

  • 单端点通信:替代 SSE 双通道,连接数减少 90%

三、Client-Server 交互全流程剖析

典型工作流


关键环节

  1. 能力发现:Client 启动时调用 getServerCapabilities()获取工具列表

  2. 意图识别:LLM 根据用户问题选择工具及参数

  3. 安全拦截:Client 验证参数合法性(如过滤 SQL 注入)

四、MCP Server 开发实战(Python 示例)

1. 工具注册核心代码

from fastmcp import FastMCPmcp = FastMCP("Math Server")@mcp.tool(name="calculate")  # 装饰器注册工具def math_tool(operation: str, a: float, b: float) -> float:    """执行数学运算,支持add/subtract/multiply/divide"""    if operation == "add": return a + b    elif operation == "subtract": return a - b    elif operation == "multiply": return a * b    elif operation == "divide": return a / b  # 注意除零校验
复制代码

2. 功能验证技巧

  • 使用 MCP Inspector 调试工具:

npx @modelcontextprotocol/inspector node math_server.py
复制代码


验证点:

  • 参数类型校验(非数字输入拒绝)

  • 边界测试(除零返回错误码)

五、SSE 客户端实现(前端+Python)

1. Python 服务端(Flask)

@app.route('/stream', methods=['GET'])def sse_stream():    def event_stream():        while True:            # 监听工具调用请求            result = get_tool_result()              yield f"data: {json.dumps(result)}\n\n"  # SSE格式要求        return Response(event_stream(), mimetype="text/event-stream")
复制代码

2. 浏览器客户端

const eventSource = new EventSource('http://localhost:5000/stream');// 监听计算结果eventSource.addEventListener('calculate', (event) => {    const data = JSON.parse(event.data);    console.log("收到结果:", data.result); });// 错误处理eventSource.onerror = (err) => {    console.error("SSE连接异常:", err);};
复制代码


避坑指南:需添加会话 ID 防止消息串扰

六、数学问答应用开发(FastMCP v2)

1. 工具增强设计

@mcp.tool()def advanced_calc(expression: str) -> float:    """执行复杂数学表达式,支持sin/cos/log等"""    try:        return eval(expression, {"__builtins__": None}, math.__dict__)    except Exception as e:        raise ValueError(f"表达式错误:{str(e)}")
复制代码

2. 客户端调用逻辑

async def solve_math_problem(question: str):    async with Client(mcp) as client:        # 1. 获取可用工具        tools = await client.list_tools()                  # 2. 构造LLM提示词        prompt = f"问题:{question}。可用工具:{json.dumps(tools)}"                # 3. 解析LLM返回的工具调用指令        tool_call = await llm.generate(prompt)                  # 4. 执行调用        result = await client.call_tool(tool_call.name, tool_call.params)        return result[0].text  # 返回文本结果
复制代码

七、FastMCP V2 框架进阶特性

革命性改进

统一端点管理:


mcp = FastMCP("AI Server", endpoint="/mcp")  # 单端点支持POST/GET/SSE
复制代码


上下文共享:


@mcp.tool()def recommend_product(user_id: str):    ctx = get_context()  # 获取会话上下文    history = ctx.get("purchase_history")     return db.query(f"SELECT * FROM products WHERE category IN {history}")
复制代码


无缝集成 OpenAPI:

from fastmcp.integrations import FastAPIPluginfastapi_app.include_router(FastAPIPlugin(mcp).router)
复制代码

八、生产环境部署最佳实践

1. 性能优化方案


2. 安全防护三原则

# 输入消毒def sanitize_input(sql: str) -> str:    return re.sub(r"[;\"]", "", sql)  # 移除危险字符# 权限分级TOOL_PERMISSIONS = {"query_db": ["user"], "execute_payment": ["admin"]}# 审计日志@app.middleware("http")async def log_requests(request: Request, call_next):    logger.info(f"{request.client} called {request.url.path}")    return await call_next(request)
复制代码

九、从开发到部署全流程



源码与资源:



掌握 MCP 架构,你将成为大模型落地的“关键桥梁”。建议从本地工具调用起步,逐步挑战企业级集成场景!更多 AI 大模型应用开发学习视频内容和资料,尽在聚客AI学院

发布于: 刚刚阅读数: 2
用户头像

让更多人拥抱AI,成就自我 2020-08-03 加入

更多AI大模型应用开发学习视频内容和资料,尽在聚客AI学院。

评论

发布
暂无评论
深入拆解MCP架构:手把手搭建智能体通信桥梁_MCP_聚客AI学院_InfoQ写作社区