MCP详解及协议的使用（python版本和Node版本）

MCP详解及协议的使用

🧩 一、MCP详解

1、✅ MCP 是什么？

MCP 是一种统一协议，使得 语言模型（LLM）能以结构化方式与外部系统进行交互，支持多轮、多工具、多模态（文本、图像、音频等）调用。

它类似于一种“操作系统中的系统调用协议”，让模型不只是聊天，而是真正地“调用”外部服务。

2、🔧 能用来做什么？应用场景

2.1. ✅调用函数 / API（函数调用 Function Calling）

例如：

用户输入：“帮我查一下明天上海的天气，并推荐附近的餐馆。”

模型识别出两个意图：

• 先调用 getWeather(location=“上海”) 获取天气
• 再调用 findNearbyRestaurants(location=“上海”)

模型通过 MCP 协议请求这两个工具，组合响应内容再生成回答

2.2. ✅插件系统的底层机制

MCP 是 OpenAI 插件系统的底层协议。比如：

• 文件上传分析插件
• 数据库查询插件
• 网络搜索插件（如 Bing、Klarna）

这些插件的调用流程背后都遵循 MCP。

2.3. ✅中间调度器（Tool Router）

MCP 允许构建“中间调度系统”：

• 模型只负责推理出“需要调用哪些工具”
• 调度器根据模型的指令逐个调用函数、组合结果，再反馈给模型

这使得系统具备“多步逻辑处理能力”，比如：

问“帮我订一张明天下午从北京飞上海的机票”，模型自动调用：

• 航班查询
• 用户账户信息获取
• 订单创建与支付

2.4. ✅支持多模态输入和输出

随着 GPT-4o 支持图像/语音，MCP 也能支持：

• 传入图片给模型分析（如图像 OCR、识别表格、分析图纸）
• 模型返回语音/图像/视频等格式的结果
• 混合调用工具链，如上传 PDF 后提取表格、再用图表库绘图

2.55、🛠️ MCP 的核心组成

成分	作用 、
tool_calls	模型发出工具调用请求，包含工具名、参数等
tool_response	外部系统处理请求后的响应数据（可以是 JSON）
function_calling	OpenAI 提供的轻量实现方式，MCP 的子集
intermediate steps	工具调用步骤的中间过程，帮助模型持续更新对话状态

🧩 二、简单的使用架构

      ┌──────────────┐         TCP / WebSocket / HTTP│   Client     │  ─────────────────────────────►  ┌────────────┐│              │                                 │ MCP Server ││  发出请求    │                                 │            │└──────────────┘                                 └────────────┘│▼┌──────────────────────┐│ Tool Registry         ││  - tool_1             ││  - tool_2             │└──────────────────────┘

基于 MCP 协议的服务端连接客户端模块，通过 stdio 与服务端子进程通信。这种设计模式通常用于：

• 启动一个可交互的子进程服务器（如 MCP server）

• 使用 标准输入输出（stdin/stdout）作为通信通道

• 异步初始化会话，并获取工具列表

🧩 三、MCP协议的使用（Python版本）

连接服务端以及和服务端子进程通信：

  async def connect_to_server(self, server_script_path: str):r'''连接到MCP服务器首先启动服务端，然后初始化会话最后获取可用工具列表'''is_python = server_script_path.endswith('.py')command = "python" if is_python else "node"print(f"🛠️  启动服务端命令: {command} {server_script_path}")# 构造一个 StdioServerParameters 对象，常用于设置一个# 通过标准输入输出（stdin/stdout）与主程序通信的子进程服务器script_dir = os.path.abspath(