最近MCP很火,大概了解了一下,Model Context Protocol, 模型上下文协议,可以理解为大模型间的连接器,保证大模型工具间的连接。详细文字说明自行google,在此不多文字赘述。
所有内容是根据自己理解打出来,不是copy的,如果有认识和理解上的不一致,请指出,一块探讨,共同进步。
下面记录一下最简单的一个DEMO流程:搭建MCP服务器,以及如何从前端调用MCP提供的服务。
总体来讲,一个完整的Agent系统包含3部分:(1)前端与客户的交互;(2)大模型部分:将客户文本解析,抽取出需要调用的功能;(3)MCP Server: 告诉大模型这些功能去哪里调用。下面分开来说
1. 搭建自己本地的一个MCP Server
MCP Server支持TypeScript 和 Python . 我用python较多,所以选择了 python的SDK。
(1) 创建mcp虚拟环境
mcp server 最好python > 3.12
conda create --name mcp python=3.12
conda activate mcp
(2) 安装uv
首先需要安装uv,用来管理python项目 pip install uv
安装完成后查看是否安装成功
uv -version
(mcp) D:\mydocs\git_src\mcp_python-sdk>uv --version
uv 0.8.14 (af856fb88 2025-08-28)
(3) MCP Service
MCP Service包括几个部分:Resource / Tools / Prompts / ....
可以通过一个example 查看:uv run mcp dev examples/fastmcp/screenshot.py

在下面的例子中,有加法工具,乘法工具,其中注释是告诉大模型这个方法是做什么有什么功能,供大模型自动调用
from mcp.server.fastmcp import FastMCP
# Create an MCP server
mcp = FastMCP("Demo")
# Add an addition tool
@mcp.tool()
def sum(a: int, b: int) -> int:
"""Add two numbers"""
return a + b
@mcp.tool()
def multiple(a:int, b:int)->int:
'''test multiple function'''
return a*b
@mcp.tool()
def echo(content: str)->str:
"""this is echo"""
return content
@mcp.resource("echo://{text}")
def echo_resource(text):
return f"echo: {text}"
# Add a dynamic greeting resource
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
"""Get a personalized greeting"""
return f"Hello, {name}!"
@mcp.resource("dir://desktop")
def list_desktop():
from pathlib import Path
dir = Path.home() / "Desktop"
return [str(f) for f in dir.iterdir()]
if __name__=="__main__":
print('start mcp server stdio')
mcp.run(transport="stdio")
2、前端配置MCP Server
前端使用cherry studio , 可以从 Cherry Studio 官方网站 - 全能的 AI 助手
安装后界面如下:点击右上角设置,配置MCP Server

2.1 添加MCP Server


点击保存后MCPServer会出现在前一页中,点击绿色运行小图标

2.2 添加 大模型
Gemini免费,我们使用Gemini ,其中API Key 需要从后再申请API key 。
https://aistudio.google.com/apikey
这里申请APIkey , 前提需要google cloud注册项目,如果没有项目,会有提示,根据提示可以到google cloud 注册项目。这是我注册完后的样子

这是申请API 后的样子

将API Key 复制到 大模型的API Key中即可。点击检测 ,上面出现连接成功则表示大模型接口配置成功:

3. 进行Agent对话 验证MCP Server功能启动
进入首页,使用默认小助手选择大模型,进行对话如下


可以看出 大模型调用了MCP Server的加法程序
至此整个Agent流程跑通,

1149

被折叠的 条评论
为什么被折叠?



