
Model Context Protocol(MCP) 编程极速入门

2025.04.10
0
开发效率工具调用数据源管理开发效率
Model Context Protocol (MCP) 是一个创新的开源协议,旨在标准化大语言模型(LLM)与外部世界的互动方式。MCP 提供了一种方法,使大语言模型能够轻松连接各种数据源和工具,实现信息的无缝访问和处理。MCP 的核心功能包括资源管理、提示词生成、工具调用、采样、根目录管理和传输层支持。
View on GitHub
Overview
基本能力
产品定位
MCP 是一个标准化协议,用于连接大语言模型与外部数据源和工具,类似于 AI 应用程序的 USB-C 接口。
核心功能
- Resources 资源:管理外部数据源。
- Prompts 提示词:生成和管理提示词模板。
- Tools 工具:调用和执行外部工具。
- Sampling 采样:在工具执行前后提供接口。
- Roots 根目录:管理根目录结构。
- Transports 传输层:支持 stdio 和 SSE 两种协议。
适用场景
- 网络搜索:通过 MCP 服务器调用搜索引擎 API。
- 文件管理:实现文件的删除和管理功能。
- 图片生成:调用外部 API 生成图片。
- 翻译服务:提供多语言翻译功能。
- 云端部署:将 MCP 服务部署到云端,供远程调用。
工具列表
- web_search:搜索互联网内容并返回总结。
- delete_file:删除指定文件。
- image_generation:生成图片。
- translate_expert:提供翻译服务。
常见问题解答
- 端口被占用:可以参考 issue 解决方法。
- 调试工具无法显示内容:使用
mcp.shared.memory.create_connected_server_and_client_session
进行调试。
使用教程
使用依赖
- 安装 Python 3.11 和 uv。
- 创建虚拟环境并激活。
uv init mcp_getting_started
cd mcp_getting_started
uv venv
.venv\Scripts\activate.bat
安装教程
- 安装依赖。
uv add "mcp[cli]" httpx openai
- 创建 MCP 服务器脚本并运行。
from mcp.server import FastMCP
app = FastMCP('web-search')
app.run(transport='stdio')
调试方式
- 使用官方提供的
Inspector
工具进行调试。
npx -y @modelcontextprotocol/inspector uv run web_search.py
- 或使用
mcp dev
命令。
mcp dev web_search.py