大模型——MCP快速入门实现

最新推荐文章于 2025-07-06 22:00:09 发布

原创最新推荐文章于 2025-07-06 22:00:09 发布 · 1k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #学习 #深度学习 #产品经理 #大数据 #ai

MCP简介

MCP 是一个开放协议，它为应用程序向 LLM 提供上下文的方式进行了标准化。你可以将 MCP 想象成 AI 应用程序的 USB-C 接口。就像 USB-C 为设备连接各种外设和配件提供了标准化的方式一样，MCP 为 AI 模型连接各种数据源和工具提供了标准化的接口。

为什么选择 MCP？

MCP 帮助你在 LLM 的基础上构建代理（agents）和复杂的工作流。LLM 经常需要与数据和工具集成，而 MCP 提供了：

• 持续增长的预构建集成列表，LLM 可直接使用
• 灵活切换不同的 LLM 提供商和厂商
• 在你的基础设施内安全地处理数据的最佳实践

简单来说就是MCP其实就是规范好的function call,并且市面上几乎所有的大模型都支持了mcp协议。可以让开发者自由的调用开发好的mcp协议。

概述

MCP 遵循一个 client-server 架构，其中：

• Hosts 是 LLM 应用（如 Claude Desktop 或 IDEs），它们发起连接
• Clients 在 host 应用中与 servers 保持 1:1 的连接
• Servers 为 clients 提供上下文、tools 和 prompts

概述2

实现

官方提供了python的sdk: https://github.com/modelcontextprotocol/python-sdk

实现步骤：

1、环境

首先我们要安装uv,uv是专门管理python项目的，如果你还没有创建一个uv管理的项目，请创建一个：

我们可以自己创建一个文件夹例如：mcp

uv init mcp-server-demo
cd mcp-server-demo

然后将MCP添加到您的项目依赖关系中：

uv add “mcp[cli]”

或者，对于使用pip作为依赖关系的项目：

pip install “mcp[cli]”

运行独立的MCP开发工具
要使用uv运行mcp命令：

uv run mcp

运行完成后你会发现：

它自动创建了这些文件，其中：

python-version ：存储你的python版本

main.py 是你的mcp server 主要的实现逻辑

pyproject.toml： 定义项目的基本信息、依赖包、构建方式和执行入口等内容，让 MCP CLI 或构建工具知道“这个项目怎么运行”。

2、快速开始

# server.py
from mcp.server.fastmcp import FastMCP

# Create an MCP server
mcp = FastMCP("Demo")


# Add an addition tool
@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b
# Add a dynamic greeting resource
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
    """Get a personalized greeting"""
    return f"Hello, {name}!"

if __name__ == '__main__':
    mcp.run(transport='stdio')

我们暴露了两个功能一个是实现两数相加，另一个是根据你输入的名字，打招呼。

我们将这一段代码覆盖到main.py中。

注：

1、一定需要写main方法，然后根据指定输入通道（stdio）。我们这里用stdio

2、在工具实现的过程中，注释非常重要。LLM就是根据注释来判断是否需要调用这个tool

然后我们需要一个client

client

这里我推荐 cherry client

cherry设置1

1、首先我们点开设置中的mcp服务器。右上角有一个红色的三角。让他自动安装，直到变绿为止。

mcp设置2

2、我们新建一个mcp服务，其中

名称：随便写一个

类型：需要和代码的匹配上，填写stdio

命令：这里选择 uv (不要写uvx) uv主要是启动 MCP 服务（server）

uvx是执行 MCP 客户端 / 工具脚本

参数：--directory
/U/PATH
run
main.py

参数需要注意：

每一行都只填写一个单词

window的path一个/就够了

这里的path填写你自己代码的位置

3、最后点击保存，直到右边按钮变绿为止。

验证

cherry会话

我们设置一个新会话，选择我们刚刚建好的内容

行都只填写一个单词

window的path一个/就够了

这里的path填写你自己代码的位置

3、最后点击保存，直到右边按钮变绿为止。

cherry会话

我们设置一个新会话，选择我们刚刚建好的内容

然后在运行过程中，你会发现大模型调用了我们的mcp输出了答案。

大模型岗位需求

大模型时代，企业对人才的需求变了，AIGC相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。
在这里插入图片描述

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把全套AI技术和大模型入门资料、操作变现玩法都打包整理好，希望能够真正帮助到大家。

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用