aiqlcom的博客

ModelContextProtocol（MCP）在2025-06-18版本中新增了征询（elicitation）功能，允许服务器通过客户端向用户请求额外信息。该功能采用JSON模式验证响应，支持文本和结构化数据两种请求模式，并提供了接受/拒绝/取消三种响应方式。更新还包括移除JSON-RPC批处理支持、强化安全规范等。虽然该功能设计理念出色，但在跨平台适配和格式规范方面仍存在改进空间。目前可通过第三方Playground项目进行功能测试。

DesktopExtensions(DXT)是一种用于打包分发本地MCP服务器的标准化格式，类似Chrome扩展。其核心优势包括：单文件分发、标准化配置、跨平台支持、用户配置集成和自动更新。DXT文件包含服务器代码、manifest.json配置和其他资源文件。开发者可通过CLI工具创建、打包和签名扩展，manifest文件定义了元数据、服务器配置和用户配置。DXT特别适合与桌面AI应用集成，如文件系统访问、数据库查询等场景。官方提供了将DXT转换为MCP配置的核心接口，支持变量替换和平台特定配置。开源项目

​今年3月底。Anthropic对 MCP协议 进行了一次重大更新，​主要变更内容有：1. 新增基于OAuth 2.1的完整授权框架2. 使用更灵活的Streamable HTTP传输协议替代原有的HTTP+SSE传输方案3. 新增JSON-RPC批处理支持4. 引入完善的工具注解系统，可更清晰地描述工具行为​

TUUI 是一个基于MCP（Model Context Protocol）的 LLM 桌面应用程序，它能够集成 AI 工具并对接不同供应商的 LLM API。该项目代表了一个大胆的实验，尝试使用 AI 创建完整项目。 

ModelContextProtocol（模型上下文协议，MCP）正在以开放和协作的方式快速演进，致力于为开发者提供更强大、灵活且安全的协议框架。2025年上半年的发展计划体现了Anthropic对技术创新和社区驱动的承诺，重点关注提升协议的远程连接能力、开发者体验、分发效率以及对复杂工作流的支持。这些努力不仅旨在解决当前的技术挑战，也为未来的扩展和优化奠定了坚实基础。

根目录（Roots）是模型上下文协议（Model Context Protocol, MCP）的一部分，旨在为客户端和服务器之间的文件系统交互提供标准化支持。通过定义根目录，协议明确了服务器在文件系统中的操作边界，确保服务器只能访问指定的目录和文件。客户端可以暴露根目录列表，并在列表发生变化时通知服务器，从而实现动态的权限管理。根目录的作用根目录定义了服务器可以访问的文件系统范围。支持动态更新，客户端可以在根目录列表变化时通知服务器。1. 用户交互模型。

MCP 目前支持两种标准传输方式：stdio和HTTP with SSE，同时也允许自定义传输机制。每种传输方式都有其特定的消息交换模式和实现要求。需要注意的是，当前 MCP 客户端-服务端通信传输机制的实现仅限于本地通信，远程连接的支持计划在 2025 年的路线图中逐步实现，包括认证授权、服务发现和无状态操作等关键功能。开发者可以根据需求选择合适的传输方式，并关注未来的MCP远程连接支持进展。

Chat-UI是不需要npm install和run time就能运行的，只需唯一的html单文件的一个Chatbot界面，同时也提供多种部署方式，比如容器化部署。

MCP协议通过JSON-RPC 2.0规范定义了请求、响应和通知三种消息类型，确保通信的标准化和一致性。能力协商机制使客户端和服务器能够动态确定支持的协议功能，提升协议的灵活性和扩展性。子能力的引入进一步细化了功能支持，满足更复杂的应用场景需求。通过这些机制，MCP协议实现了高效、灵活且可扩展的通信能力，适用于多样化的应用场景。

本文详细介绍了如何实现与多种格式的 MCP 服务器对接，并通过主进程和渲染进程的协作，将服务器的功能暴露给前端。

​文章《构建高效智能体（Building Effective Agents）》中，Anthropic公司分享了他们在过去一年中与多个行业团队合作开发大型语言模型（Large Language Model, LLM）智能体的经验。文章的核心观点令人深思：最成功的智能体实现并非依赖于复杂的框架或专门的库，而是通过简单、可组合的模式构建而成。

模型上下文协议 (MCP) 采用客户端-主机-服务器架构，每个主机可以运行多个客户端实例。作为理论篇向实战篇的过渡，详细说明开发过程中会实际用到的具体组件和功能。

模型上下文协议（MCP）提供了一种标准化的方式，使服务器能够通过客户端请求语言模型（LLM）的采样（Sampling）。该流程允许客户端控制模型访问、选择和权限，同时使服务器能够利用AI能力，而无需服务器提供API密钥。服务器可以请求基于文本或图像的交互，并可选择在提示中包含来自MCP服务器的上下文。

MCP 是一种开放协议，即模型上下文协议，用于标准化应用程序向大型语言模型（LLM）提供上下文。

在MCP（Model Context Protocol）中，提示模板（Prompts）是预定义的模板​。提示模板允许服务器定义可重用的提示模板和工作流，客户端可以轻松地将这些模板呈现给用户和语言模型（LLMs）。​

​在模型上下文协议（MCP）中，资源（Resources）是一个核心基本元素，允许服务器将数据和内容暴露给客户端，并作为LLM交互的上下文使用。资源的设计是应用程序控制的，这意味着客户端应用程序可以决定何时以及如何使用这些资源

工具（Tools）在MCP中是一个核心概念，它通过服务器暴露可执行功能，使LLMs能够与外部系统交互并执行复杂的操作。工具的设计具有高度的灵活性和可扩展性，能够支持从简单的计算到复杂的API集成。通过定义工具的结构和实现方式，开发者可以轻松地将各种功能集成到LLMs中，从而增强模型的能力。

MCP 协议主要将控制分为三个重点：application-controlled、user-controlled和model-controlled，分别对应Resources、Prompts和Tools三个基本核心元素（primitive）。

Model Context Protocol 选择使用 stdio 在这些场景中进行通信，因为它提供了简单性、跨平台兼容性、轻量级的进程间通信解决方案以及与Shell脚本的强大集成能力。

JSON-RPC 2.0 是一种简单、轻量级的 RPC 协议，适用于需要在不同平台和语言之间进行通信的场景。它的设计使得实现和使用都非常方便，因此 MCP 所有传输机制均采用 JSON-RPC 2.0 协议来交换消息。

HTTP with SSE transport 是一种结合了 Server-Sent Events (SSE) 和 HTTP POST 的通信机制，用于实现服务器与客户端之间的实时消息交换。这种结合 SSE 和 HTTP POST 的通信机制，既利用了 SSE 的实时推送能力，又保留了 HTTP 的广泛兼容性和简单性，适用于需要实时数据更新和双向通信的应用场景。

​MCP 的架构设计不仅支持灵活的通信模式，还通过完善的错误处理机制确保了系统的健壮性。这使得 MCP 成为连接大型语言模型应用及其集成的理想选择，为实现高效、可靠的通信提供了强有力的支持。

MCP（Model Context Protocol）通过定义清晰的协议层和传输层来确保消息的正确传递和解析。协议层处理消息的封装和高级通信模式，而传输层则负责实际的通信机制，支持Stdio和HTTP with SSE等多种传输方式。

本文以Filesystem 为例，介绍MCP服务端所需的基本功能。Filesystem MCP Server 实现了一个安全的文件系统服务器，使用 Node.js 和 @modelcontextprotocol/sdk 库来处理文件操作请求。服务器通过命令行参数指定允许访问的目录，并提供了一系列工具来执行文件读取、写入、编辑、目录创建、文件移动、文件搜索和文件信息获取等操作。

MCP 协议（Model Context Protocol）模型上下文协议，简单实战，快速开发一个AI Agent APP