MCP简介

MCP Intro

Defination

• MCP is essentially a universal adapter between AI applications and external tools or data sources. (可以类比是通用接口)
• MCP的结构
  • 采用client-server的架构（AI-client, external intergration-server）
  • 可以确保数据交换的结构化&&规范化

Importance

• 没有MCP的话, AI每次和外界交换数据都要重写一个api. MCP的优势:
  • 类似于插头和插座，这就是一次规范化，可以实现快速工具集成
  • 可以用于agent，既可以拥有更强大的能力，也可以从外界获得数据
  • 模型和环境的双向上下文（也就是LLM可以和环境对话）
  • 一个MCP server可以提供prompt(就类似于说明书) 和 resources

MCP architecture

• 结构：

  • Client:各类AI应用。如chatbot/ide assistant/llm
  • Server:对外提供各类能力的，包括工具，资源以及提示词模板

• 所有交互都通过结构化的JSON_RPC进行

  • example: MCP client需要查找有什么available的工具的时候

    1    {
    2    "jsonrpc": "2.0",
    3    "id": 1,
    4    "method": "tools/list",
    5    "params": {}
    6    }
    

  • 然后MCP server回答

    1    {
    2    "jsonrpc": "2.0",
    3    "id": 1,
    4    "result": [
    5        { "name": "get_weather", "description": "Retrieves weather data.", "schema": { "location": "string" } }
    6    ]
    7    }
    

  • 在这个过程中是Host Application来完成的

    • 模型表达意图
    • host app翻译成MCP请求
    • server执行返回
    • host app把结果喂给llm
    • 也就是说这个host app才有执行权，llm只是建议权

MCP servers

• 只要能接受请求 并返回格式化数据 就可以拿过来做server的
• 可以理解为

  1LLM <--> host app <--> MCP Server A/B/C...
  2#这样就带来了很好的扩展性
  

• MCP server可以做的方向：
  • 数据类：查数据库/读文档
  • 工具类：调API/模型
  • 管理类：管理AI workflow
• MCP server可以deploy在任何地方

MCP client

• 就是应用MCP server能力的人

细节补充见here