MCP协议之MCP简述原创

发布于 2025-4-3 10:46

1335浏览

0收藏

背景

随着AI Agent在2025年的火爆，与之相关的MCP协议也越来越受到开发者的重视，本文将结合示例深入了解MCP协议的原理架构以及应用方法。

(What)MCP协议是什么

MCP（Model Context Protocol）是一种专为AI Agent设计的标准化协议，旨在解决AI模型与外部数据、工具之间的集成难题。其核心定位是成为AI领域的“通用接口”，类似于物理世界中的USB-C标准，为不同AI系统提供安全、无缝、可扩展的数据交换能力。

(Why)为什么要使用MCP协议

MCP的作用主要有三点：

消除对接碎片化。就像早期USB-C标准没有诞生之前，我们的手机、电脑设备不得不面临五花八门的插口问题，现在大模型在与各家服务商进行API调用的时候，如果没有统一的协议，那么开发者和使用者不得不面临类似的问题。通过MCP协议，开发者和AI模型可以轻松地集成，实现数据交换和交互。

MCP协议之MCP简述-AI.x社区

在不同 LLM 提供商和供应商之间切换的灵活性
在您的基础设施中保护数据的最佳实践

备注：以上两点在MCP官网有提到，但目前接触不够，暂未有深入体会。

(How)如何实现一个MCP协议

MCP协议之MCP简述-AI.x社区

MCP协议的架构构成主要主要由5部分组成：

MCP主机（MCP Hosts）如Claude Desktop、IDE 或 AI 工具等想要通过 MCP 访问数据的程序
MCP客户端（MCP Clients）与服务器保持 1:1 连接的协议客户端
MCP服务器（MCP Servers）通过标准化的模型上下文协议暴露特定功能的轻量级程序
本地数据源（Local Data Sources）MCP 服务器可以安全访问的计算机文件、数据库和服务
远程服务（Remote Services）MCP 服务器可以连接的通过互联网提供的外部系统（例如通过 API）

接下来，我们实现一个MCPServer，这个Server可以通过Web API访问远程的服务器以获取天气信息。

1. 准备环境：安装`uv`

# Mac下使用curl命令安装
curl -LsSf https://astral.sh/uv/install.sh | sh

# Window下使用PowerShell命令安装
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"1.
2.
3.
4.
5.

运行结果：

MCP协议之MCP简述-AI.x社区

备注：如果提示 url: (7) Failed to connect to github.com port 443 after 93 ms: Couldn't connect to server 可能需要科学上网或者过一段时间再试。

2. 创建项目

# 为我们的项目创建一个新目录
uv init weather
cd weather

# 创建虚拟环境并激活它
uv venv
source .venv/bin/activate

# 安装依赖
uv add "mcp[cli]" httpx

# 创建我们的服务器文件
touch weather.py1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.

运行结果：

MCP协议之MCP简述-AI.x社区

3. 实现weather.py的代码

3.1 导入包并设置实例

from typing import Any, Dict
import httpx
from mcp.server.fastmcp import FastMCP

# 初始化FastMCP服务器
mcp = FastMCP("weather")

# 常量
BAIDU_API_BASE = "https://api.map.baidu.com/weather/v1/"
BAIDU_API_KEY = "8HkEwz5h********"1.
2.
3.
4.
5.
6.
7.
8.
9.
10.

3.2 实现辅助函数

# 城市与行政区ID映射表
WEATHER_DISTRICT_ID = {
    "北京": "110100",
    "上海": "310000",
    "广州": "440100",
    "深圳": "440300",
    # 可以根据需要添加更多城市
}

asyncdefmake_baidu_request(district_id: str) -> Dict[str, Any] | None:
    """向百度天气API发出GET请求，处理错误并返回JSON响应"""
    params = {
        "district_id": district_id,
        "data_type": "now",
        "ak": BAIDU_API_KEY
    }
    asyncwith httpx.AsyncClient() as client:
        try:
            response = await client.get(BAIDU_API_BASE, params=params, timeout=30.0)
            response.raise_for_status()
            return response.json()
        except Exception:
            returnNone

defformat_weather(data: Dict) -> str:
    """将天气数据格式化为可读字符串"""
    location = data["result"]["location"]
    now = data["result"]["now"]
    returnf"""
城市: {location['city']}
天气状况: {now['text']}
温度: {now['temp']}°C
体感温度: {now['feels_like']}°C
湿度: {now['rh']}%
风力: {now['wind_class']}
风向: {now['wind_dir']}
更新时间: {now['uptime']}
"""

defget_district_id(city: str) -> str | None:
    """根据城市名称获取对应的行政区ID"""
    return WEATHER_DISTRICT_ID.get(city)1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.

3.3 实现工具执行

@mcp.tool()
asyncdefget_weather(city: str) -> str:
    """获取指定城市的当前天气
    
    Args:
        city: 城市名称
    """
    district_id = get_district_id(city)
    ifnot district_id:
        returnf"未找到{city}对应的行政区ID。"
    
    data = await make_baidu_request(district_id)
    
    ifnot data or data.get("status") != 0:
        return"无法获取天气信息。"
    
    return format_weather(data)1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.

3.4 实现入口函数

if __name__ == "__main__":
    # 初始化并运行服务器
    mcp.run(transport='stdio')1.
2.
3.

完整代码

from typing importAny, Dict
import httpx
from mcp.server.fastmcp import FastMCP

# 初始化FastMCP服务器
mcp = FastMCP("weather")

# 常量
BAIDU_API_BASE = "https://api.map.baidu.com/weather/v1/"
BAIDU_API_KEY = "8HkEwz5h********"

# 城市与行政区ID映射表
WEATHER_DISTRICT_ID = {
    "北京": "110100",
    "上海": "310000",
    "广州": "440100",
    "深圳": "440300",
    # 可以根据需要添加更多城市
}

asyncdefmake_baidu_request(district_id: str) -> Dict[str, Any] | None:
    """向百度天气API发出GET请求，处理错误并返回JSON响应"""
    params = {
        "district_id": district_id,
        "data_type": "now",
        "ak": BAIDU_API_KEY
    }
    asyncwith httpx.AsyncClient() as client:
        try:
            response = await client.get(BAIDU_API_BASE, params=params, timeout=30.0)
            response.raise_for_status()
            return response.json()
        except Exception:
            returnNone

defformat_weather(data: Dict) -> str:
    """将天气数据格式化为可读字符串"""
    location = data["result"]["location"]
    now = data["result"]["now"]
    returnf"""
城市: {location['city']}
天气状况: {now['text']}
温度: {now['temp']}°C
体感温度: {now['feels_like']}°C
湿度: {now['rh']}%
风力: {now['wind_class']}
风向: {now['wind_dir']}
更新时间: {now['uptime']}
"""

defget_district_id(city: str) -> str | None:
    """根据城市名称获取对应的行政区ID"""
    return WEATHER_DISTRICT_ID.get(city)

@mcp.tool()
asyncdefget_weather(city: str) -> str:
    """获取指定城市的当前天气
    
    Args:
        city: 城市名称
    """
    district_id = get_district_id(city)
    ifnot district_id:
        returnf"未找到{city}对应的行政区ID。"
    
    data = await make_baidu_request(district_id)
    
    ifnot data or data.get("status") != 0:
        return"无法获取天气信息。"
    
    return format_weather(data)

if __name__ == "__main__":
    # 初始化并运行服务器
    mcp.run(transport='stdio')1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
66.
67.
68.
69.
70.
71.
72.
73.
74.
75.

BAIDU_API_KEY 需要访问 http://lbsyun.baidu.com 注册获取。

4. 启动服务器

通过uv run weather.py启动服务。

MCP协议之MCP简述-AI.x社区

5. 测试服务

命令行下运行如下命令安装inspector。

npx @modelcontextprotocol/inspector1.

运行结果：

MCP协议之MCP简述-AI.x社区

6. 调试服务

安装完毕后，在浏览器中打开http://localhost:5173/。
页面输入调试命令：

command: uv
Arguments: --directory /Users/deadwalk/Code/ai_proj_agent/weather run weather.py

备注：
/Users/deadwalk/Code/ai_proj_agent/weather对应创建的工程目录，请根据自己的情况进行修改。

3. 点击Connect按钮，确认服务可以正常连接；

4. 在右侧Tools点击List Tools->Weather->输入参数"北京"->Run Tool，可以看到正常获得北京的天气情况，此时代表mcp-server-weather可以正常运行了。

运行结果：

MCP协议之MCP简述-AI.x社区

7. 集成到其他应用中

7.1 在cherry-studio中集成服务

打开cherry-studio的设置->MCP服务器->编辑JSON，添加如下mcp服务设置：

{
    "mcpServers":{
        "weather":{
            "command":"/Users/deadwalk/.local/bin/uv",
            "args":[
                "--directory",
                "/Users/deadwalk/Code/ai_proj_agent/weather",
                "run",
                "weather.py"
            ]
        }
    }
}1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.

备注：
/Users/deadwalk/.local/bin/uv 对应uv可执行文件的完整路径，可以通过MacOS/Linux上运行which uv或在Windows上运行where uv来获取此路径。

2.添加成功之后，启用weather服务和deepseek-chat模型，提问大模型：北京今天的天气是多少？运行结果：

MCP协议之MCP简述-AI.x社区

从图中可以看到，大模型调用了我们之前封装的mcp-server-weather服务，并成功获取了北京的天气。

7.2 在cursor中集成服务

我们也可以在cursor中添加对应的服务

配置完毕MCPserver之后，启用weather服务(weather左侧的绿点点亮)，然后在对话框中询问北京的天气情况即可获得查询结果。

运行结果：

MCP协议之MCP简述-AI.x社区

总结

MCP是一套服务间通信协议，它通过统一的协议，解决了大模型与工具间繁琐的适配通信问题。
MCP的构成包括：MCP Host、MCP Client、MCP Server、Local Data Source、Remote Data Source。
封装MCP-server-weather服务时，需要在工具函数上添加@mcp.tool()装饰器。
通过MCP协议，我们可以封装各种服务提供给Cursor、Cherry-Studio、甚至我们自己开发的Agent使用，从而使得LLM+Agent的功能更加强大。

本文转载自公众号一起AI技术作者：热情的Dongming

原文链接：https://mp.weixin.qq.com/s/CvEgl6xw0q0A7zNx0SJtIQ

标签

MCP

Agent

智能体

已于2025-4-3 10:47:23修改

51CTO

51CTO博客

51CTO学堂

MCP协议之MCP简述原创

背景

(What)MCP协议是什么

(Why)为什么要使用MCP协议

(How)如何实现一个MCP协议

1. 准备环境：安装`uv`

2. 创建项目

3. 实现weather.py的代码

3.1 导入包并设置实例

3.2 实现辅助函数

3.3 实现工具执行

3.4 实现入口函数

完整代码

4. 启动服务器

5. 测试服务

6. 调试服务

7. 集成到其他应用中

7.1 在cherry-studio中集成服务

7.2 在cursor中集成服务

总结

目录

51CTO

51CTO博客

51CTO学堂

MCP协议之MCP简述 原创

背景

(What)MCP协议是什么

(Why)为什么要使用MCP协议

(How)如何实现一个MCP协议

1. 准备环境：安装​​uv​​

2. 创建项目

3. 实现weather.py的代码

3.1 导入包并设置实例

3.2 实现辅助函数

3.3 实现工具执行

3.4 实现入口函数

完整代码

4. 启动服务器

5. 测试服务

6. 调试服务

7. 集成到其他应用中

7.1 在cherry-studio中集成服务

7.2 在cursor中集成服务

总结

目录

MCP协议之MCP简述原创

1. 准备环境：安装`uv`