大模型——模型上下文协议 (MCP)

最新推荐文章于 2025-06-03 21:31:47 发布
最新推荐文章于 2025-06-03 21:31:47 发布
阅读量3.4k 收藏
点赞数
分类专栏： 大模型 文章标签： 人工智能 大模型
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/king14bhhb/article/details/146081878
版权

大模型——模型上下文协议 (MCP)

我一直在尝试一种新技术，通过Anthropic提出的一种新兴的开放标准——模型上下文协议（MCP），将知识和功能插入到像聊天这样的AI应用程序中。现在还处于早期阶段，但它已经具有一定的势头。

模型上下文协议 (MCP)

我一直在尝试一种新技术，通过Anthropic提出的一种新兴的开放标准——模型上下文协议（MCP），将知识和功能插入到像聊天这样的AI应用程序中。现在还处于早期阶段，但它已经具有一定的势头。

因此，我认为现在是组织开始通过构建进行学习的最佳时机——让我解释一下我是如何得出这个结论的，我构建了什么，以及我学到了什么（还有：我能提供哪些帮助）。

这是一篇长文！在底部我会放一些原型的屏幕截图，所以请继续阅读……

1、回顾：AI聊天的问题所在

有许多可能的AI应用（我绘制了全景图），但

了解本专栏 订阅专栏 解锁全文 超级会员免费看
大模型系列——正式推出 Spring AI MCP：用于 MCP（模型上下文协议）的 Java SDK
2401_84052244的博客
02-27 9517
我们很高兴推出 Spring AI MCP，它是模型上下文协议（Model Context Protocol，）的强大 Java SDK 实现。Spring AI生态系统的这一新成员为 Java 平台带来了标准化的 AI 模型集成能力。
MCP——模型上下文协议Model Context Protocol
weixin_41483169的博客
03-26 1667
模型上下文协议（Model Context Protocol, MCP），从对话系统需要理解用户的历史语境，到跨模态任务要求无缝整合文本、图像等多源数据，AI 的发展正呼唤一种全新的协作范式。Model Context Protocol (MCP)是一种标准化协议,用于将AI代理连接到各种外部工具和数据源。可以将其想象为一个USB-C瑞口一一但用于AI应用程序。
大模型——MCP 深度解析
05-27 107
MCP 兑现了其承诺：只需为每个服务配置一次，而非构建两两之间的定制桥接。集成方式所需连接数直接 API（M×N）3×2=6MCP（M+N）3+2=5当组件扩展至 10 个主机和 10 个工具时，MCP 仅需 20 个适配器，而传统方式需 100 个。此外，JSON Schema 系统提升了工具可发现性：Cline 连接服务器时自动获取完整操作文档，无需查阅外部 API 参考。
大模型系列——模型上下文提供者（MCP）如何赋能AI智能体
2401_84052244的博客
05-15 410
模型上下文提供者（MCP）作为AI系统中的智能调度层，通过动态选择与用户请求相关的工具，显著提高了AI助手的效率和准确性。它不仅减少了提示词大小，还提高了模型响应速度和决策质量。随着AI工具生态系统的不断扩大，MCP的重要性将越来越突出，成为构建高效AI系统的关键组件。
大模型——模型上下文提供者（MCP）如何赋能AI智能体
05-02 559
模型上下文提供者（MCP）作为AI系统中的智能调度层，通过动态选择与用户请求相关的工具，显著提高了AI助手的效率和准确性。它不仅减少了提示词大小，还提高了模型响应速度和决策质量。随着AI工具生态系统的不断扩大，MCP的重要性将越来越突出，成为构建高效AI系统的关键组件。
MCP入门：模型上下文协议是什么？
加入“Super Entity”，与全能开发团队共探AI智能体与数字人项目，开启前沿技术之旅。
03-29 1067
在人工智能领域，大型语言模型（LLM）的应用越来越广泛。然而，如何让这些强大的模型更好地与外部工具和数据源交互，一直是开发者面临的一大挑战。今天，我们将介绍一种新兴的协议——MCP（Model Context Protocol，模型上下文协议），它为解决这一问题提供了一种全新的思路。MCP（Model Context Protocol）是一种用于连接大型语言模型（LLM）和外部工具的协议。它允许LLM通过一个统一的接口调用各种工具和服务，从而实现更强大的功能。
大模型——MCP 集成至 LlamaIndex 的技术实践
04-04 354
MCP（模型上下文协议，https://modelcontextprotocol.io）是面向 AI 应用交互的服务构建协议。开发者可通过该协议构建具备数据资源（resources）、功能工具（tools）和提示模板（prompts）的服务端点。
大模型——Trae实战创建一个MCP Server
05-07 729
从个人体验下来的感觉，对比 Deepseek v3 和 r1 的模型，Builder with MCP这里的执行，选择 Doubao-1.5-pro 效果更好，豆包对关联的 MCP Server 和对应的 Tools 的理解和使用更准确，而 Deepseek 有编码偏向性而忽略去使用可用的 MCP Server。，且 Agent with MCP 的设计，可以同时创建多个场景下的 Agent，并关联不同 MCP Server，免去了其他 MCP Client 需要根据任务不时的去增删服务的繁琐操作。
Anthropic MCP - 大模型上下文协议 官方文档翻译
AI工程化、开源分享、文档翻译、代码笔记
03-17 3371
一、关于 MCP 二、为什么选择MCP？ 通用架构 三、开始使用 1、快速入门 2、示例 四、教程 五、探索 MCP 六、贡献和支持反馈 贡献 支持和反馈 服务器开发者 一、构建服务器 1、我们将要构建的内容 2、核心MCP概念 3、前置知识 4、系统要求 5、设置你的环境 二、构建您的服务器 1、导入包和设置实例 2、辅助函数 3、实现工具执行 4、运行服务器 三、使用 Claude for Desktop 测试您的服务器 使用命令进行测试 四、内部发生了什么 五、故障排除 1、Claude桌面集成问题
【大模型:知识图谱】--3.py2neo连接图数据库neo4j
最新发布
我是个好人呀，????
06-03 988
本文介绍了Neo4j图数据库的安装与基本操作。主要内容包括：1) 使用py2neo连接Neo4j数据库；2) 通过Python实现节点创建、删除、属性修改等操作；3) 建立节点间关系的方法；4) 使用NodeMatcher和RelationshipMatcher进行节点和关系查询；5) 通过实例演示如何创建人物节点及其关系网络。文章还对比了Neo4j社区版和企业版的差异。全文提供了完整的代码示例，涵盖从连接到CRUD操作的完整流程。
当无人驾驶遇见无声天使，让AI司机与爱相伴“童”行
UISEE2031的博客
06-01 609
在中关村房山园内，驭势科技多款无人驾驶车辆整齐列队，没有普通汽车的轰鸣，这些AI司机用闪烁的灯光和显示着“无人驾驶”字样的屏幕迎接孩子们的到来。在AI的帮助下，TA们对于未来无人驾驶车的描述变成了一个个具象的画面，孩子们纷纷合影留念，想要定格心中梦想的种子。
3步在小米13手机跑DeepSeek R1
羊仔的博客
06-03 790
大家好！我是羊仔，专注AI工具、智能体、编程。
OpenCV CUDA模块直方图计算------在 GPU 上计算输入图像的直方图（histogram）函数histEven()
jndingxin的专栏
05-29 1488
该函数用于在 GPU 上计算输入图像的直方图（histogram）。它将像素值区间均匀划分为若干个 bin（桶），并统计每个 bin 中像素的数量。
大模型分布式训练笔记(基于accelerate+deepspeed分布式训练解决方案)
谢白羽
06-03 976
背景介绍海量的训练数据给大模型训练带来了海量的计算需求，主要体现在变大的模型对显存的依赖逐渐加剧单卡场景如何解决显存问题1 ）可训练参数量降低①参数高效微调--PEFT②prompt-Tuning、Prefix-Tuning、Lora等 2 ）参数精度降低①低精度模型训练--Bitsandbytes②半精度、INT8、NF4分布式训练简介指的是系统或计算任务被分布到多个独立的节点或计算资源上进行处理，而不是集中在单个节点或计算机上。
Sentiment analysis integrating LangGraph and large-scale conceptual models
frostmelody 全网同名，大家多多关注呀~ 持续分享优质内容！
05-31 1536
基础单元：句子/评论/文档（如图中4条手机评论）。扩展单元：实体（如“相机”、“电池”）。关系类型构建规则示例实体共现两节点提及相同实体评论A和B都讨论“电池”语义相似概念向量余弦相似度 > 阈值两条夸“拍照效果”的评论句法依赖基于依存解析的语法关系评论中“电池”修饰“续航”工具NetworkX或PyG（Python库）。
【2025年5月】AI生产力再探再报：各家智能体持续内卷，前沿应用不断细分
Seon_Pan的记录库
06-02 1327
扣子空间、纳米AI超级搜索、Qwen3研究分析...6大AI比拼；MCPo、A2A...智能体框架再上一层楼！
用python与pyqt5写一个自己的ai智能小助手
zouxun660的博客
06-03 237
用python与pyqt5写一个自己的ai智能小助手
【第4章 图像与视频】4.6 结合剪辑区域来绘制图像
奋斗的小猪
05-29 2015
本节将综合运用图像处理、离屏 canvas 以及剪辑区域等技术实现墨镜效果。
大模型 MCP
03-27
### 大模型 MCP 的技术文档与实现细节 #### 定义与背景 Model Context Protocol (MCP) 是一种新兴的技术协议，旨在为数据提供者和人工智能应用之间创建统一的数据交互标准。该协议最早由 Anthropic 在 2024 年 11 月提出，其目标是简化 AI 系统获取外部结构化信息的过程[^2]。 #### 技术核心原理 MCP 协议的核心在于构建了一个标准化框架，允许数据源通过专用的 MCP 服务器向 AI 系统传输上下文信息。这种设计使得 AI 能够更高效地理解复杂环境并作出决策。具体而言，MCP 提供了一种机制来描述数据的语义含义及其与其他数据的关系，从而增强了 AI 对动态变化的理解能力。 #### 工作流程与实例分析 以下是 MCP 的典型工作流程： 1. **数据准备阶段** 数据提供方需将其原始数据转换成符合 MCP 标准的形式，并部署到 MCP 服务器上。这一步骤通常涉及元数据标注、关系建模以及安全性配置。 2. **请求处理阶段** 当 AI 应用需要特定类型的上下文时，它会发起一个基于 MCP 的查询请求至对应的 MCP 服务端口。此过程可能包括身份验证、权限管理等功能以保障信息安全。 3. **响应返回阶段** 如果一切正常，则 MCP 服务器将以预定义格式将所需数据发送回给调用方——即运行中的 AI 实例。整个通信链路均遵循加密措施保护敏感资料免受未授权访问威胁。 下面是一个简单的 Python SDK 使用案例演示如何连接到远程 MCP Server 获取资源片段： ```python from mcp_client import MCPSession def fetch_mcp_data(api_key, server_url): session = MCPSession(server_url=server_url, api_key=api_key) try: response = session.get_context("example_dataset_id", timeout=10) return response.data except Exception as e: print(f"Error fetching data from MCP: {e}") if __name__ == "__main__": fetched_data = fetch_mcp_data(api_key="your_api_key_here", server_url="https://mcp.example.com") if fetched_data is not None: print("Fetched Data:", fetched_data[:50]) # 打印前50字符作为示例展示 ``` 上述代码展示了利用官方提供的 `MCPSession` 类型对象轻松完成一次完整的 MCP API 请求操作方法。 #### 优势与应用场景 采用 MCP 可带来诸多好处，比如提升跨平台协作效率、降低开发成本等。特别是在以下领域具有广泛适用价值： - 自然语言处理任务优化； - 图像识别精度改进； - 推荐算法性能增强等等[^1]^。 值得注意的是，随着 MCP 不断迭代升级，越来越多的大规模机器学习项目开始采纳这一先进解决方案，进一步推动行业整体进步步伐加快趋势明显可见一斑. #### 未来发展趋势与挑战 尽管当前版本已经展现出强大潜力，但仍存在一些亟待解决的问题有待克服。例如兼容性问题可能导致部分老旧系统难以无缝迁移；另外隐私泄露风险也不容忽视，因此加强防护手段成为当务之急之一. 同时考虑到实际落地过程中可能会遇到各种意想不到的情况发生，持续完善生态系统建设显得尤为重要. --- ###
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

不二人生

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值