1 mcp介绍

MCP（model context protocol）是最近半年，在AI领域比较火的一个概念了，它是给大模型提供上下文的一种协议。

什么是上下文呢？上下文本质就是传给大模型的prompt，LLM中很多技术概念都是围绕上下文出现的。用户自己输入问题就是上下文的主要部分。但是有时候用户的输入不够，这时候我们可能需要借助RAG和知识库来丰富上下文，知识库是用户自己准备的大量数据，通过可检索的方式在调用LLM前，搜索出相关的内容。再然后知识库还是不够，例如我们想要查询互联网，最新天气等，离线的知识库是肯定没有相关数据的，所以需要调用外部工具，所以有了function calling，这些都是来丰富上下文的。

那么MCP又做了什么呢？很多地方说MCP就是把function calling给规范化标准化了，有的地方也是MCP就是替换function calling的。这些说法都不太准确。MCP是把提供上下文的协议给规范化了，不仅对函数调用的过程，也对RAG的过程产生影响。

那么RAG和Function calling的现有流程中有哪些“不规范”的地方呢？

1.1 RAG与MCP resource

在RAG流程如下，我们需要自己完成R检索，A增强上下文的步骤，尤其是检索的这一步，我们需要自己在不同的知识库中，进行查询，可能用的是不同的数据库存储，不同的查询逻辑等。所以如果有多个知识库，这里就需要自己写一些定制化的逻辑。当然系统变复杂之后，我们可以把不同知识库的RAG封装成接口，入参是用户输入，出参是RAG增强后的prompt，这样就可以实现解耦了。但是至于这个接口怎么封装，传输方式，序列化方式等等，都是没有规范的，各个公司可以有自己的实现。

而MCP就是这样一个规范，它规定接口的出入参采用jsonrpc2.0格式规范，并且规定了传输协议有stdio和httpstream2种形式，参考，MCP就是在原有的链路调用中，在ai应用和RAG数据库查询之间加了一层适配层，这样ai应用就可以不用关心数据库调用部分的细节，如下图：

MCP server通过配置的方式注册到ai应用如cherry studio中，配置文件类似这样：

{
  "mcpServers": {
    "github.com/modelcontextprotocol/servers/tree/main/src/github": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-github"
      ],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "xxx"
      },
      "disabled": false,
      "autoApprove": []
    },
    "demo": {
      "command": "node",
      "args": [
        "C:\\Users\\sunwu\\Desktop\\code\\mcp-node\\src\\a1.mjs"
      ],
      "disabled": false,
      "autoApprove": []
    }
  }
}
Copy

主要就是配置了command+args的启动指令，在配置第一次保存后，ai应用通过标准的接口去初始化，查询mcpserver中有哪些可用的资源，如下图是claude dev这个工具接入MCP server的截图，可以看到每个接入的mcp中的tools和resources，后者就是对应的静态资源数据的检索，其实对应的是RAG或者知识库的概念，即静态的、只读的、供查询的数据的接口，resources类型。

在知识库查询过程中，流程中插入了MCP server这个中间层

1.2 function calling与MCP tool

tool和resource只是类型不同，流程上都需要对MCP server进行调用，所以和前面流程一致。MCP tool算是对function calling流程的增强

在原来的function calling流程中，用户把函数列表和问题一起发给LLM，后者根据上下文决定要调用某个函数后，将函数名和入参返回，再由Ai app调用具体的函数，最后这一步同样没有形成规范，如何调用，怎么调用等，不同的应用和插件都有自定义的形式，所以MCP server同样是规范化了这一步。下图是原来function calling流程

引入MCP后在函数调用者里套一层MCP server来标准化AI app的代码，但这其实还不够，因为function calling是部分模型支持的功能，有些模型可能不支持，为了让所有模型都能支持MCP tool，所以这里大多数支持MCP client的模型都采用定制化System prompt的形式。这里我们用cherry studio这个支持MCP的工具为例，先创建一个demo的mcp server它有个add函数运行加法，至于MCP server怎么写我们后面再说，这里我们先看流程。

然后诱导大模型用demo-add运行加法

抓包看到第一个请求，就返回了，将使用add来运算

这是因为System prompt中有列出可以使用的MCP server，我们之前也提到过claude dev也是类似的方式来让不支持function calling的模型，能够调用工具函数的。

返回的结果中有prompt中预设好的xml格式的函数调用描述，包括了函数名，函数参数：

此时cherry studio会识别xml，调用这个mcp server，调用返回3，然后将调用结果也给大模型再传过去，这是第二次LLM调用：

此时大模型应该总结下这个调用结果直接返回就好了，不过我这次调用的时候，大模型又尝试再次调用了add函数，所以这里有两次调用。所以我这个例子中调用了两次add，但是问题不大。

1.3 小结

上面例子中可以看出MCP其实没有提供功能和内容上的本质变化，只是在索要更多上下文的RAG function calling等流程中加了一层中间层。但也带来了很多好处，让RAG和tool的接入更加规范化了。

比如之前在coze中接入插件，要符合coze的插件标准，如果后续agent想切到别的平台，还需要对插件进行修改。但是如果各个平台都支持MCP标准的话，ai app的切换，就不影响插件的切换了。

2 MCP server

MCP server主要有三种形式，一种是位于本机（ai app所在的机器），执行的内容也是本机，例如本机的文件操作；第二种是位于本机，但是执行内容是远程调用，例如github的mcp server可以查询github热点，就是远程调用的gh的API；第三种是mcp server本身就运行在远程服务器。

其中需要低延迟和操作系统或本地软件权限的，都是第一种，例如：文件操作、控制浏览器、控制桌面等；需要远程服务接口支持的则是第二种为主，例如刚才提到的github的mcp server，它就是在本机运行一个代理，来接受ai app的请求，通过转换后发送到remote endpoint；最后如果想要灵活的控制mcp server的升级、收集用户数据等，也会采用第三种方案，用单独的服务器运行mcp server，不过这种比较少。

2.1 写一个

$ mkdir mcp-node && cd mcp-node
$ npm init -y
$ npm i @modelcontextprotocol/sdk
$ vim index.mjs
Copy

把官方ts库的代码贴到index.mjs里，虽然官方说是ts-sdk，但是没有用ts语法，直接在js中也能运行

import { McpServer, ResourceTemplate } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

// Create an MCP server
const server = new McpServer({
  name: "demo-server",
  version: "1.0.0"
});

// Add an addition tool
server.registerTool("add",
  {
    title: "Addition Tool",
    description: "Add two numbers",
    inputSchema: { a: z.number(), b: z.number() }
  },
  async ({ a, b }) => ({
    content: [{ type: "text", text: String(a + b) }]
  })
);

// Add a dynamic greeting resource
server.registerResource(
  "greeting",
  new ResourceTemplate("greeting://{name}", { list: undefined }),
  { 
    title: "Greeting Resource",      // Display name for UI
    description: "Dynamic greeting generator"
  },
  async (uri, { name }) => ({
    contents: [{
      uri: uri.href,
      text: `Hello, ${name}!`
    }]
  })
);

// Start receiving messages on stdin and sending messages on stdout
const transport = new StdioServerTransport();
server.connect(transport);
Copy

直接运行node a1.mjs，窗口会阻塞没有任何反应，这是因为当前使用的是stdio交互模式的StdioServerTransport，需要将jsonrpc2.0的request通过stdio的形式传入进来，才会有反应，像下面这样：

但是这个控制台echo的方式实在是太麻烦了，所以为了方便调试可以使用npm i -g @modelcontextprotocol/inspector，然后运行mcp-inspector，打开给的带token的url。

打开后如下填写，主要是运行我们的index.mjs文件，这个inspector会与我们运行起来的进行的stdio进行交互。

连接本质是initialize的过程，此时我们可以看到如下页面，通过list xx按钮可以展示有哪些资源和工具。

这里我们在tool中展示下所有的函数，然后点击add，输入入参，点击run，得到了最后的结果，这就是测试了。

我们会看下，server的代码new McpServer是创建了McpServer，registerTool和registerResource则是分别注册了一个tool和一个resource，前者实现了加法，后者会返回打招呼。最后通过StdioServerTransport这个最简单的stdio交互的方式来启动server，注意只有本机可以用这个，如果是远程的话，需要用httpstream的形式。

3 MCP client

client的作用就是来调用server，要根据stdio httpstream具体是那种传输形式和server进行匹配的交互。此外在ai app中要支持可配置mcpserver，所以有些工具例如chatbox等是不支持mcp的，而另外一些如cherry studio是支持的，这是因为后者集成了MCP client的功能，能对MCP server进行调用。

client也有对应的sdk，这里我就不展示了，因为自己暂时没有写MCP client的需求，一般是自己写ai app或者平台才需要自己写client。