大模型MCP之小试牛刀

原创已于 2025-05-14 09:25:16 修改 · 340 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能

于 2025-05-14 09:23:15 首次发布

1.什么是MCP

MCP (Model Context Protocol) 是一种协议，旨在让 AI 模型能够更智能地理解和利用当前工作环境中的上下文信息。当您与 AI 对话时，支持 MCP 的客户端（或称为“载体”）会自动收集相关的上下文信息（例如当前打开的文件、选中的代码片段、项目结构等），并将其提供给 AI 模型。

早期使用大模型时，一个常见的挑战是如何有效地提供上下文。例如，如果您想让 AI 修改代码，仅仅告诉它“请修改我的代码”是远远不够的。一个更有效的方法是，将相关的头文件 (.h)、源文件 (.c, .cpp 等) 以及描述业务逻辑的代码片段都提供给 AI。这样，AI 才能更准确地理解您的意图并生成高质量的代码。

2.如何使用MCP

2.1：准备大模型 API Key

可以选择deepseek,硅基流动等,我这里选择的是deepseek

DeepSeek

充值之后新增API keys

创建好之后,复制对应的key

测试key是否正常

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <DeepSeek API Key>" \
  -d '{
        "model": "deepseek-chat",
        "messages": [
          {"role": "system", "content": "You are a helpful assistant."},
          {"role": "user", "content": "Hello!"}
        ],
        "stream": false
      }'

将<DeepSeek API Key>换成自己的key

测试请求响应如下则说明key可用

  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
100   705    0   484  100   221    107     48  0:00:04  0:00:04 --:--:--   156{"id":"9ffa-44c3-bf4a-785715bd51c5","object":"chat.completion","created":1747105773,"model":"deepseek-chat","choices":[{"index":0,"message":{"role":"assistant","content":"Hello! 馃槉 How can I assist you today?"},"logprobs":null,"finish_reason":"stop"}],"usage":{"prompt_tokens":11,"completion_tokens":11,"total_tokens":22,"prompt_tokens_details":{"cached_tokens":0},"prompt_cache_hit_tokens":0,"prompt_cache_miss_tokens":11},"system_fingerprint":"fp_8802369eaa_prod0425fp8"}