MCP开发-00.什么是MCP

发表于 | 分类于

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

原本的大模型，只能进行文本的生成，不具备操作能力，而MCP为我们提供了一个标准化的接口规范，让大模型可以直接调用满足该规范的外延扩展功能，直接进行文件的操作、程序的执行，数据库的增删改查等等一系列操作，从而极大地提高了LLM所能实现功能的想象力。

MCP 是什么？

MCP (Model Context Protocol) 是一种专为大型语言模型 (LLM) 设计的协议，为应用程序向 LLM 提供上下文的方式进行了标准化，旨在打通模型与外部数据源、工具及服务之间的壁垒，实现无缝集成。

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。

MCP 协议文档
中文版文档地址

MCP的架构介绍

MCP应用架构

​alt text
根据 MCP 协议的规定，在 MCP 协议中有以下对象：

  • MCP Hosts: 如 Claude Desktop、IDE 或 AI 工具，希望通过 MCP 访问数据的程序；
  • MCP Clients: 维护与服务器一对一连接的协议客户端；
  • MCP Servers: 轻量级程序，通过标准的 Model Context Protocol 提供特定能力；
  • 本地数据源: MCP 服务器可安全访问的计算机文件、数据库和服务；
  • 远程服务: MCP 服务器可连接的互联网上的外部系统（如通过 APIs）；
MCP 支持的数据传输方式

  • stdio (标准输入/输出)
    这是最基础和通用的传输方式。它通过标准输入流读取数据，并向标准输出流写入结果，非常适合本地开发、命令行工具 (CLI) 和代理插件的集成。

  • sse (服务器发送事件)
    SSE 基于标准的 HTTP 协议，用于解决远程服务的访问问题。在此模式下，MCP 服务作为一个独立的 Web 服务器运行，能够处理来自多个客户端的并发连接。

  • streamable-http (可流式传输的HTTP)
    这是MCP协议在新版本中引入的新传输机制，作为 SSE 的强大替代方案。它同样基于 HTTP POST/GET 请求，并利用服务器发送事件 (SSE) 的能力来高效地流式传输多条服务器消息。

MCP服务架构

alt text

目前可用的MCP协议和框架

  1. OpenAI Agents SDK
    OpenAI 官方推出的 Agent 构建工具，支持 MCP 原生接入，提供如 MCPServerStdio 和 MCPServerSse 等类，适合生产环境使用，是早期 Swarm 实验的成熟版本。
    安装命令：pip install openai-agents

  2. Composio with OpenAI
    一个轻量级 SDK，用于将 OpenAI Agent 与 Composio 的托管式 MCP 服务器集成，自动完成工具注册、身份验证与通信对接。
    安装命令：pip install composio-openai openai

  3. mcp-agent by LastMile AI
    一个可组合的简单框架，基于 MCP 协议和工作流模式构建代理，同时兼容 OpenAI 的 Swarm 多代理编排思路，但对模型类型不设限。
    安装命令：pip install mcp-agent

  4. MCP Python SDK
    官方推出的 Python SDK，完整实现了 MCP 协议规范，提供快速创建 MCP 服务器的类（如 FastMCP）以及客户端连接组件。
    安装命令：pip install “mcp[cli]”

  5. MCP TypeScript SDK
    官方 TypeScript/Node SDK，适用于 JavaScript/TypeScript 生态，可用 McpServer 快速构建 MCP 服务端及客户端。
    安装命令：npm install @modelcontextprotocol/sdk

  6. Google ADK
    Google 开源的 Agent 开发工具包（ADK），原生集成 MCP 服务器与工具支持，还可接入其多智能体运行框架。
    安装命令：pip install google-adk

  7. CopilotKit MCP 支持
    一行命令即可将前端变成 MCP 客户端，快速连接任意 MCP 兼容服务器，实现工具共享、代理协作、多智能体编排。
    启动命令：npx copilotkit@latest init -m MCP

  8. LangChain MCP Adapters
    将 MCP 工具封装成 LangChain 可识别组件，便于在 LangGraph 等代理工作流中调用，非常适合已有 LangChain 项目的开发者。
    安装命令：pip install langchain-mcp-adapters

  9. Strands Agents SDK
    由 AWS 开源的 Agent 构建框架，支持 MCP，并兼容主流模型平台：Amazon Bedrock、Anthropic、LiteLLM、Llama、Ollama、OpenAI 等。
    安装命令：pip install strands-agents strands-agents-tools

  10. fast-agent
    支持 MCP 协议的全功能框架，覆盖工具调用、采样、多模态（图片/PDF）输入等，兼容 OpenAI 和 Anthropic 模型。
    安装命令：pip install fast-agent-mcp

  11. PraisonAI
    一个主打低代码体验的多智能体框架，支持单行代码接入 MCP，附带丰富文档与示例，支持 Brave、GitHub、Perplexity、Slack 等集成。
    安装命令：pip install praisonaiagents mcp

  12. Semantic Kernel
    微软推出的智能体编排 SDK，现已通过官方适配器支持 MCP 工具注册与调用，配合 Semantic Kernel Pipeline 使用效果更佳。
    安装命令：pip install semantic-kernel

支持MCP的工具

-------------本文结束感谢您的阅读-------------