从零开始搭建基于 MCP 协议的 AI Agent：新手入门实践教程

原创已于 2025-07-02 11:14:53 修改 · 959 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #ai #大模型 #转行 #程序员 #学习 #改行学it

于 2025-07-02 11:14:48 首次发布

什么是MCP？

最简单而言：MCP提供了工具（资源和prompt用的少）的规范化协议。它的核心组件有以下几点：

1. MCP主机（Host）：发起请求的应用程序（如AI编程助手、IDE插件）；
1. MCP客户端（Client）：与服务器保持1:1连接的通信模块；
1. MCP服务器（Server）：运行于本地或远程的轻量级程序，负责访问数据或执行工具（如读取本地文件、调用API）；提供三种标准类型能力：Resources、Tools、Prompts。
1. 资源层：包括本地文件、数据库和远程服务（如云平台API）。本地资源（Local Resources）：本地计算机中可供MCP服务器安全访问的资源，如文件、数据库。远程资源（Remote Resources）：MCP服务器可以连接到的远程资源，如通过API提供的数据。

为什么选择MCP ？

在这里插入图片描述

MCP协议的优势主要有以下几点：

1）标准化集成：统一接口降低开发复杂度

2）动态扩展与实时交互能力【可随时增减工具】

3）生态兼容性与开发效率提升【目前已成为主流协议】

工具侧具体的实现不公开给HOST应用系统，互相独立维护。MCP协议统一，有助于优秀工具的快速集成，在实际开发HOST系统的时候就能快速使用到市面上相对较好的工具（而不需要自己再调用API维护工具函数或者去找到开源代码重新整合到系统中)。

不过实际开发的时候也发现了它的问题，工具和系统互相独立之后，如果需要调整整个系统的准确率，还是免不了可能需要调整工具层。

小白对MCP可能的误区

1）MCP出现之前是不是没有办法调度工具？

不是的。它算是一个通用管理协议，把一个个工具按照一定的规范装在一个量身定做的箱子里。之前也可以进行调度，调度工具关键的点在于大模型识别出使用什么工具以及工具相对应的参数。langchain等在MCP之前就已经支持了工具调度的能力。

2）MCP可以代替function call？

不行，他们是一起工作的关系。如上个问题所述，它只是一个通用协议层。具体函数调用还是需要大模型的支持，而这个协议并不是必须的，在它出现之前就有不少方式，可以直接把工具也放在系统层，直接在系统内调用就可以。

3）MCP能减少调用的token数么？

不行，它只是整合了工具，但实际还是需要把工具参数都发给大模型。整体tokens数消耗相比之前的方式是没有本质区别的，整体依赖于系统的实现。

4）是不是有了MCP，agent应用就能轻而易举搭建了？

不是。MCP只是把工具管理和获取调用这里规范了，但agent应用关键点还有：LLM调用（含function call、prompt工程），记忆系统（RAG，上下文管理），思考和计划系统等。如果想要做好一个agent系统应用，还需要仔细打磨前面提到的模块。

【这里的核心点和踩坑点，后续再梳理文章详细叙述】

如何搭建基于MCP协议的大模型agent应用？

在这里插入图片描述

基于MCP协议的大模型Agent应用的工作流程图解。流程始于用户发送请求（步骤1），Host系统将问题及工具列表传递给MCP-Client（步骤2），随后LLM生成工具调用参数（步骤3）并经审批确认（步骤4-5）。MCP-Server Tool执行具体操作（步骤6-7）后，结果通过多级传递（步骤8-10）最终由LLM生成响应（步骤11）返回给用户（步骤12）。整个架构突出了MCP协议在协调用户、主机系统、大语言模型和工具服务之间的核心枢纽作用，体现了模块化分工与安全审批机制的设计理念。

1）User→Host系统

用户向HOST系统发送一个需要处理的问题（自然语言）

2) Host系统→MCP-Client

Host系统将用户原始问题（自然语言）和可调用工具列表（如API、数据库接口等）打包发送至MCP-Client，触发工具规划流程。

3) MCP-Client→LLM

MCP-Client请求LLM分析用户问题，生成结构化工具调用方案（包括工具选择、输入参数等），例如解析"查询北京天气"为调用WeatherAPI的参数{location: “北京”}。

4-5) MCP-Client→Host系统（审批闭环）

MCP-Client提交工具调用申请至Host系统，触发安全审批（如权限校验/风险过滤），通过后返回确认执行指令，确保操作合规性。

6) Host系统→MCP-Server Tool

Host系统向MCP-Server Tool发送工具执行命令（如REST API调用指令），携带LLM生成的标准化参数。

7) MCP-Server Tool执行

工具服务执行具体操作（如调用天气API、数据库查询等），生成原始执行结果（如JSON格式的天气数据）。