🚀 使用 MCP 协议标准化与 LLM 交互的服务器通信

模型上下文协议（Model Context Protocol，MCP） 是一个开放协议，它统一了应用程序向大语言模型（LLM）提供上下文的方式。简单来说，它为基于 LLM 的应用程序提供了统一框架，用于连接数据源、获取上下文信息、使用工具以及执行标准提示语句。

MCP 生态系统定义了三个关键组件：

• MCP 服务器：负责处理工具可用性（公开可用功能）、工具执行（按需运行这些功能）、将静态内容作为资源（提供可引用的数据）以及预设提示语句（用于常见任务的标准化模板）。
• 客户端：管理与服务器的连接、LLM 集成以及组件之间的消息传递。
• 主机：提供用户界面，向用户展示 MCP 功能，同时也是与其他生态系统的集成点。

这种架构构建了一个模块化系统，允许不同组件独立开发，同时保持互操作性。这使用户能够构建针对不同 LLM 相关功能的 MCP 服务器，并在各种支持的应用程序中实现即插即用。MCP 常用于集成功能 API 和工具，或连接到本地数据源。

✨ 主要特性

• 提供统一框架，方便应用程序向大语言模型提供上下文。
• 模块化架构，各组件可独立开发且保持互操作性。
• 支持多种数据格式，可灵活配置大语言模型的行为。

📦 安装指南

克隆仓库

git clone https://github.com/ALucek/quick-mcp-example.git
cd quick-mcp-example

创建 ChromaDB 数据库

按照 MCP_setup.ipynb 中的说明，创建向量数据库并嵌入一个 PDF 文档。

创建虚拟环境并安装依赖项

# 使用 uv（推荐）
uv venv
source .venv/bin/activate  # macOS/Linux
# 或者
.venv\Scripts\activate     # Windows

# 安装依赖项
uv sync

运行客户端和服务器

python client.py mcp_server.py

💻 使用示例

基础用法

工具定义

工具是 LLM 可以调用的功能，用于执行操作或检索信息。每个工具的定义如下：

{
  name: string;          // 工具的唯一标识符
  description?: string;  // 人类可读的描述
  inputSchema: {         // 工具参数的 JSON 模式
    type: "object",
    properties: { ... }  // 工具特定参数
  }
}

工具允许 LLM 与外部系统交互、执行代码、查询数据库或进行计算。它们代表具有效果或生成新信息的操作。

资源定义

资源表示可以被客户端应用程序访问的数据源。它们通过唯一标识符进行识别，包括：

{
  uri: string;           // 资源的唯一标识符
  name: string;          // 人类可读的名称
  description?: string;  // 可选描述
  mimeType?: string;     // 可选 MIME 类型
}

资源可以是静态内容或动态生成的内容。MCP 支持多种数据格式，包括文本文件、PDF 文档和 JSON 数据。

提示符定义

提示符定义了 LLM 的行为模式。它们允许客户端指定如何与 LLM 交互，例如：

• 指定输入的处理方式
• 定义输出格式
• 配置上下文信息

通过 MCP，客户端可以灵活地配置 LLM 的行为，以满足具体应用场景的需求。

📚 详细文档

MCP 服务器通过定义明确的接口公开标准化功能，构成了协议的基础。主机和客户端可以通过协议标准连接到这些服务器，但如何向用户呈现这些功能仍然灵活且完全由开发者决定。也就是说，实际的实现和用户体验可以完全根据开发者的意愿进行设计——无论是命令行界面、图形化应用程序还是嵌入在更大的系统中。

在此指南中，我们将重点构建一个示例 MCP 服务器，包含核心功能，并附带一个简单的客户端实现来演示交互模式。首先，让我们概述 MCP 服务器的主要组件：

通过以上步骤，您可以快速搭建一个基于 MCP 协议的 LLM 交互系统。更多详细信息，请参考相关文档和示例代码。