从零开始学 MCP（1）| MCP 协议核心原理解析

作者：测吧(北京)科技有限公司

2025-08-14
黑龙江
本文字数：1739 字
阅读完需：约 6 分钟

以下是以 《MCP 协议核心原理解析》 为标题的技术教程，内容深入浅出，结合代码示例与架构图，帮助开发者系统理解 MCP（Model Context Protocol）的设计哲学与运行机制：

测试开发全景图：人工智能测试、智能驱动、自动化、测试开发、左移右移与DevOps的持续交付

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：

碎片化：每个模型需单独适配工具（如 OpenAI Function Calling vs Claude Tool Use）
高耦合：工具逻辑与模型代码深度绑定，难以复用
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（Request）

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（Execution）

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")def weather_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（Response）

通过 Server-Sent Events（SSE） 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（Context Propagation）

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（Tool Discovery）

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（OAuth2 集成）

在工具执行前进行权限校验：

def weather_api(city: str, context: dict):    user_token = context.get("user_token")    if not 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+）

多模态扩展：支持图像/音频作为工具输入输出
智能体协作：MCP Server 可嵌套调用其他 MCP Server
边缘计算：轻量化客户端运行在 IoT 设备

结语：MCP 不是简单的 RPC 协议，而是为 AI Agent 设计的 “工具协作语言”。其通过上下文传递、流式响应、动态注册等机制，为构建复杂智能应用提供了基础设施。

测试开发全景图：人工智能测试、智能驱动、自动化、测试开发、左移右移与DevOps的持续交付

下一篇预告：《零基础 MCP 开发环境配置》

将手把手配置 Python/Node.js 双环境，集成 Claude 与 Cursor 实战演示！

发布于: 20 分钟前阅读数: 5

测吧(北京)科技有限公司

关注

社区：ceshiren.com 微信：ceshiren2023 2022-08-29 加入

微信公众号：霍格沃兹测试开发提供性能测试、自动化测试、测试开发等资料、实事更新一线互联网大厂测试岗位内推需求，共享测试行业动态及资讯，更可零距离接触众多业内大佬

发布

暂无评论

创作场景

从零开始学 MCP（1）| MCP 协议核心原理解析

一、MCP 解决了什么痛点？

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（Request）

步骤 2：Server 调用工具（Execution）

步骤 3：流式返回结果（Response）

四、关键技术特性解析

1. 上下文传递（Context Propagation）

2. 工具动态发现（Tool Discovery）

3. 安全控制（OAuth2 集成）

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

2. 发起请求（cURL 示例）

3. 观察响应

七、协议演进方向（2025+）

测吧(北京)科技有限公司

评论