写点什么

从零开始学 MCP | MCP 协议核心原理解析

作者:测试人

一、MCP 解决了什么痛点?

在 MCP 出现之前,AI 应用调用外部工具(如数据库、API)存在三大问题:

  1. 碎片化:每个模型需单独适配工具(如 OpenAI Function Calling vs Claude Tool Use)

  2. 高耦合:工具逻辑与模型代码深度绑定,难以复用

  3. 上下文丢失:多轮调用时状态管理复杂

MCP 的核心目标

定义一套与模型无关的标准化协议,让任意 AI 模型通过统一接口调用任意工具。

二、协议架构:Client/Server 解耦设计


核心角色定义


三、协议通信流程拆解

步骤 1:Client 发起请求

Client 发送 结构化 JSON 到 MCP Server,包含:

  • context:历史对话/当前状态(协议核心!)

  • tool_name:目标工具标识符

  • parameters:工具调用参数

{  "context": {    "user_id": "u123",    "session_id": "s456",    "history": [{"role": "user", "content": "查询北京天气"}]  },  "tool_name": "get_weather",  "parameters": {"city": "北京", "unit": "celsius"}}
复制代码

步骤 2:Server 调用工具

Server 根据 tool_name 路由到注册的工具函数,注入上下文并执行:

# MCP 工具注册示例(Python)@mcp_tool(name="get_weather")defweather_api(city: str, unit: str, context: dict) -> dict:    # 可访问 context["user_id"] 做权限校验    return fetch_weather(city, unit)  # 调用真实 API
复制代码

步骤 3:流式返回结果

通过 Server-Sent Events 流式返回,支持大结果分块传输:

HTTP/1.1 200 OKContent-Type: text/event-stream
event: result_chunkdata: {"progress": 30, "text": "正在获取数据..."}
event: final_resultdata: {"temp": 25, "humidity": 60}
复制代码

四、关键技术特性解析

1. 上下文传递

核心价值:在多轮交互中保持状态连续性

  • 客户端在每次请求中携带完整上下文(如用户 ID、对话历史)

  • 服务端可在响应中修改上下文(实现状态机)

// Server 可返回新上下文{"result": "...", "updated_context": {"selected_city": "北京"}}
复制代码

2. 工具动态发现

Client 启动时通过 /registry 接口拉取 Server 的工具清单:

// GET http://mcp-server/registry{  "tools": [    {      "name": "get_weather",      "description": "查询城市天气",      "parameters": {        "city": {"type": "string", "required": true},        "unit": {"type": "string", "enum": ["celsius", "fahrenheit"]}      }    }  ]}
复制代码

3. 安全控制

在工具执行前进行权限校验:

defweather_api(city: str, context: dict):    user_token = context.get("user_token")    ifnot validate_token(user_token, scope="weather:read"):        raise MCPError(code=403, message="无权访问天气服务")
复制代码

五、对比传统方案:为什么选择 MCP?


六、实战:快速验证 MCP 流程

1. 启动 Mock 服务

pip install fast-mcpfast-mcp --tools demo_tools.py
复制代码

2. 发起请求(cURL 示例)

curl -X POST http://localhost:8000/execute \  -H "Content-Type: application/json" \  -d '{    "tool_name": "get_weather",    "parameters": {"city": "上海"},    "context": {"user_id": "test"}  }'
复制代码

3. 观察响应

{  "result": {"temp": 28, "condition": "sunny"},  "updated_context": {"last_city": "上海"}}
复制代码

七、协议演进方向(2025+)

  1. 多模态扩展:支持图像/音频作为工具输入输出

  2. 智能体协作:MCP Server 可嵌套调用其他 MCP Server

  3. 边缘计算:轻量化客户端运行在 IoT 设备

用户头像

测试人

关注

专注于软件测试开发 2022-08-29 加入

霍格沃兹测试开发学社,测试人社区:https://ceshiren.com/t/topic/22284

评论

发布
暂无评论
从零开始学MCP | MCP 协议核心原理解析_测试人_InfoQ写作社区