模型上下文协议

MCP Server

模型上下文协议，一个中间层协议，扩展ai的能力边界

调用mcP 获取mcp 工具集和介绍， 模型调用mcp,传递参数，获取结果， 返回所有结果

一个标准mcp配置json

{
  "mcpServers": {
    "info":{
      "timeout": 10,
      "command": "uv",
      "args":[
        "info"
      ],
      "transportType": "stdio"
    }
  }
}

python 写一个mcp 服务，获取用户信息

from fastmcp import FastMCP

mcp=FastMCP('info',log_level='ERROR')

@mcp.tool()
def get_info(name:str)-> str:
    """ 获取在水一方公司员工信息
    param name: 员工姓名

    return 员工信息
    """
    return f"{name} 是在水一方公司员工，年薪10w,年龄35岁"
@mcp.tool()
def get_user_position(name)-> str:
    """ 获取用户职位
    params name: 用户姓名
    return 用户职位
    """
    return f"{name} 的用户职位是 CEO"

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

在规则中添加

    "info":{
      "timeout": 10,
      "command": "uv",
      "args":[
        "--directory",
        "c:/Users/xiaokai/Desktop/py-ollama/aifun/",
        "run",
        "mcp-info.py"
      ],
      "transportType": "stdio"
    }

执行结果

运行逻辑

通过输入输出来进行交互

• 协议交互（输入输出）
• 获取tool 列表
• 返回tool函数列表的json schema
• 询问可用资源/列表

MCP 协议的内容

1. 函数列表
2. 函数怎么使用

注意：MCP 没有规定如何与模型交互；只是用来感知外界环境

与Function Calling 的区别

Function Calling 是模型的一个功能。它的存在是为了增强单一模型的能力，MCP：是一个协议标准。它的定位是AI应用的基础设施层，与模型无关