大模型的得力干将MCP(1) - 基础入门

上一节Dify应用实战课，我们学习了如何将数据表生成图，可以更直接的展示数据的意义。

今天我们将暂时将Dify的学习搁置一下。来学习AI工具中重要的一个知识：MCP(Model Context Protocol)。

等系列课学习完成，你将能了解什么是MCP，如何开发MCP和如何实际使用它（当然我们会回归到Dify中，配合LLM，更加完善我们的AI应用适用场景）。

**01.**基础概念

MCP(Model Context Protocol)是一种开放协议，它标准化了应用程序如何为LLM提供上下文。

将MCP想象成AI应用程序的USB-C端口。正如USB-C提供了一种将设备连接到各种外围设备和配件的标准化方式一样，MCP也提供了一种将AI模型连接到不同数据源和工具的标准化方式。

它是去年11月才被Claude公司提出来的，但是不到半年时间，基于MCP的生态就如雨后春笋般涌现。过去以API方式提供服务的传统互联网，迅速拥抱这一变化，大量的MCP服务被开发，开源和提供出来。

要想开发MCP应用，首先需要了解的是其架构和几个重要的概念。

图片

简单的图示中，提到了主机，客户端和服务器。

1 主机

MCP主机(MCP Hosts)：发起请求的LLM应用程序(例如Cursor、IDE或AI工具)。

其中核心的能力就是LLM有Function Calling的能力，但是为了解决现有Function Calling的使用过程中，需要与LLM节点绑定的问题，便通过剥离的方式，让其成为一个钩子，配合其他两个部分来完成任务。

2 客户端

MCP客户端(MCP Clients)：在主机程序内部，与MCP server保持1:1的连接。

通过MCP的协议，通常有两种形式：stdio和sse的方式与服务器进行连接通信。后面也会解释这两种方式的区别和优缺点。

3 服务器

MCP服务器(MCP Servers)：为MCP client提供上下文、工具和prompt信息。

服务器类似原先提供API服务的模块，它与本地文件，数据库或者其他公共服务API进行交互，来最终完成数据处理或者信息查询等工作，并提供结果数据。

通过以上几个组件的拆解，LLM就能像调用Function Calling一样，完成特定任务的处理。而MCP Servers可形成公共服务，不必直接绑定到特定LLM节点。

**02.**动手做一做

为了测试，我们需要先准备一个MCP Server。在不清楚如何使用的前提下，我们可以使用现成的开源项目。如下，是一个查询应用程序版本的服务。

图片

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

//安装命令
npm install mcp-package-version -g

//配置JSON
{
"mcpServers": {
    "mcp-package-version": {
      "command": "node",
      "args": [
        "C:/Users/USERNAME/AppData/Roaming/npm/node_modules/mcp-package-version/build/index.js"
      ]
    }
  }
}
  1. node版本需要v16以上，执行上述npm命令安装进全局，最终包的路径为
1
C:/Users/USERNAME/AppData/Roaming/npm/node\_modules/mcp-package-version
  1. 打开cursor，进入设置，如上图所示，先点”1”，进入MCP配置。然后点”2”，添加一个MCP服务。

如果没有设置过，会在C:/Users/USERNAME/.cursor目录下生成一个mcp.json的文件，将上面json复制进去(记得改一下USERNAME为自己实际电脑的路径)。

图中”3”点一下，使其显示”Enabled”。这时点”5”的位置，就会启动本地MCP服务，此时电脑会弹出一个node的窗口，一定不要关闭，留着它。

如果需要修改配置，可以点”4”的位置，进入JSON编辑。

如果上述操作都完成，可以看到”6”的位置”mcp-package-version”前面有一个绿色的小圆点。如果这个小圆点是空心的，需要再点一下”3”位置的”Disabled”。如果这个小圆点是红色的，说明服务还没有起来，需要再点一下”5”位置的图标。

如果正常，那么”7”位置，tools会列出所有可用的工具。反之，没有显示东西，就是没成功。请检查设置，特别是”command”和”args”，是否正确。

测试一下是否工作正常。

图片

切换到Agent模式，然后输入问答。得到本地电脑正确的信息，如上图所示。

总结

今天学习了基本的MCP的概念，并动手成功跑了一个例子。理解最简单的MCP服务如何操作，使其能被大模型使用。但是，还有更多的MCP的概念没有引入，后面的文章将继续探讨，敬请期待。