当前位置: 首页 > news >正文

MCP的应用

文章目录

  • 什么是mcp
  • 架构
  • 核心功能
  • 使用场景
  • MCP SDK功能
    • FastMCP功能
  • MCP Inspector
  • UV工具

什么是mcp

Model Context Protocol (MCP) 是由 Anthropic 公司于 2024 年 11 月推出的一种开放协议标准,目的在于标准化LLM 与外部数据源、工具及服务之间的交互方式。MCP 被广泛类比为“AI 领域的 USB-C 接口”

架构

架构与组件
MCP 采用 客户端-服务器(Client-Server)架构,主要包括以下核心组件:

  • MCP Host:运行 AI 模型的环境,如 Claude Desktop、Cursor IDE 等。
  • MCP Client:嵌入在 Host 中的组件,负责发起请求并与 MCP Server 通信。
  • MCP Server:轻量级服务,提供特定功能(如数据查询、API 调用等),供 AI 模型调用。

核心功能

MCP 提供三种关键能力:

  • Resources(知识扩展):提供结构化数据(如数据库、文档)以增强 AI 的上下文理解。
  • Tools(工具调用):允许 AI 执行外部操作(如发送邮件、查询 GitHub、调用智能合约等)。
  • Prompts(提示模板):预定义的指令模板,优化 AI 的任务执行。

使用场景

  1. 增强 AI 的实时性与执行能力
  • 实时数据访问:MCP 允许 AI 访问最新数据(如股票行情、新闻),而非仅依赖训练时的静态数据。
  • 自动化任务:AI 可通过 MCP 直接执行任务,如整理文件、发送邮件、管理代码仓库等。
  • 区块链交互:MCP 可集成以太坊智能合约,让用户通过自然语言完成链上操作(如 DeFi 交易)。
  1. 去中心化 AI 生态
  • 创作者经济:个人或企业可搭建 MCP Server 提供特定服务(如鸟类知识库),并通过调用次数获得收益。
  • 抗审查与去中心化:MCP 使 AI 能力分散在多个 Server 上,减少大公司垄断风险。
  1. 开发者工具
  • 简化集成:MCP 标准化了 AI 与外部系统的交互,开发者无需为每个数据源编写定制 API。
  • 多模态支持:MCP 可整合语音、图像、传感器数据等,使 AI 具备更全面的环境感知能力
"""基于 Assistant 实现的高德地图智能助手 这个模块提供了一个智能地图助手,可以: 1. 通过自然语言进行地图服务查询 2. 支持多种交互方式(GUI、TUI、测试模式) 3. 支持旅游规划、地点查询、路线导航等功能 """importosimportasynciofromtypingimportOptionalimportdashscopefromqwen_agent.agentsimportAssistantfromqwen_agent.guiimportWebUI# 定义资源文件根目录ROOT_RESOURCE=os.path.join(os.path.dirname(__file__),'resource')# 配置 DashScopedashscope.api_key=os.getenv('DASHSCOPE_API_KEY','')# 从环境变量获取 API Keydashscope.timeout=30# 设置超时时间为 30 秒definit_agent_service():"""初始化高德地图助手服务 配置说明: - 使用 qwen-max 作为底层语言模型 - 设置系统角色为地图助手 - 配置高德地图 MCP 工具 Returns: Assistant: 配置好的地图助手实例 """# LLM 模型配置llm_cfg={'model':'qwen-max','timeout':30,# 设置模型调用超时时间'retry_count':3,# 设置重试次数}# 系统角色设定system=('你扮演一个地图助手,你具有查询地图、规划路线、推荐景点等能力。''你可以帮助用户规划旅游行程,查找地点,导航等。''你应该充分利用高德地图的各种功能来提供专业的建议。')# MCP 工具配置tools=[{"mcpServers":{"amap-maps":{"command":"npx","args":["-y","@amap/amap-maps-mcp-server"],"env":{"AMAP_MAPS_API_KEY":"你的KEY"}}}}]try:# 创建助手实例bot=Assistant(llm=llm_cfg,name='地图助手',description='地图查询与路线规划',system_message=system,function_list=tools,)print("助手初始化成功!")returnbotexceptExceptionase:print(f"助手初始化失败:{str(e)}")raisedeftest(query='帮我查找上海东方明珠的具体位置',file:Optional[str]=None):"""测试模式 用于快速测试单个查询 Args: query: 查询语句,默认为查询地标位置 file: 可选的输入文件路径 """try:# 初始化助手bot=init_agent_service()# 构建对话消息messages=[]# 根据是否有文件输入构建不同的消息格式ifnotfile:messages.append({'role'
http://www.cnnetsun.cn/news/175570.html

相关文章:

  • 基于python的RSA加密算法软件的研究设计(源码+文档)
  • Excalidraw界面原型设计:产品经理快速出稿方案
  • Excalidraw价值流图:精益生产流程优化
  • 嵌入式多线程从“能跑“到“稳定“的关键一步!
  • 【空间辨识】一致模态指标与模态参与因子的随机子空间辨识研究(Matlab代码实现)
  • 基于Java+SSM+SSM线上管理系统(源码+LW+调试文档+讲解等)/线上管理平台/在线管理系统/线上管理软件/网络管理系统/线上办公系统
  • 分层模糊系统:梯度下降与递推最小二乘法联合辨识研究(Matlab代码实现)
  • 人机差异的核心
  • Excalidraw暗黑模式设置:夜间使用的护眼方案
  • 精品UI知识付费系统源码 响应式视频教程知识付费软件下载网站模板
  • CentOS 7 x86系统安装EMQX 【kaki备忘录】
  • 文献综述:近年“知识工程(Knowledge Engineering)与知识库/知识图谱建设(KB/KG)”研究脉络与展望
  • Excalidraw监控指标采集:Prometheus+Grafana集成
  • 【自动驾驶基础】LDM(Latent Diffusion Model) 要点总结
  • 【FreeRTOS实战】互斥锁专题:从理论到STM32应用题
  • STM32学习——AD单通道AD多通道
  • 基于Spring Boot的农产品销售系统的设计与实现毕设源码
  • 基于Spring Boot的流浪动物救助平台的设计与实现毕业设计
  • 备份恢复-Cordovaopenharmony本地安全方案
  • 创建目标模块 Cordova 与 OpenHarmony 混合开发实战
  • 解决MQ消息丢失问题的5种方案
  • 芜湖,千兆网络下载速率只有10MB秒,过的什么苦日子
  • AI一周大事盘点(2025年12月14日~2025年12月20日)
  • K3s + Sysbox:让容器拥有“虚拟机的灵魂”
  • 8 个降AI率工具推荐,继续教育学生必备
  • 从开发一个AI美女聊天群组开始
  • 12.2K Star 爆火!开源免费的 FileConverter:右键一键搞定音视频 / 图片 / 文档转换,告别多工具切换
  • Java毕设项目:基于springboot的养宠物指南服务平台系统的设计与实现(源码+文档,讲解、调试运行,定制等)
  • 10 个降AI率工具,继续教育学生高效避坑指南
  • Java毕设项目推荐-基于SpringBoot的演唱会门票在线预定系统的设计与实现基于springboot的演唱会购票系统的设计与实现【附源码+文档,调试定制服务】