“ MCP協(xié)議是智能體開發(fā)中的一項標準協(xié)議，目前市面上智能體的主流開發(fā)協(xié)議就是它。”

在智能體領域工具是一個很重要的組件，大模型通過工具調(diào)用才能與外界環(huán)境交互并完成任務。而為了統(tǒng)一工具調(diào)用的方式，就有了MCP協(xié)議的出現(xiàn)，它的目的是統(tǒng)一工具調(diào)用的方式，不同模型廠商和工具廠商可以按照統(tǒng)一的標準實現(xiàn)，然后不同模型和工具之間可以無縫切換。

協(xié)議的本質(zhì)就是標準。

FastMCP開發(fā)框架

下面我們以FastMCP框架為基礎來介紹MCP協(xié)議，F(xiàn)astMCP是MCP官方支持的MCP工具開發(fā)框架。

FastMCP官方文檔：
https://gofastmcp.com/servers/server

在MCP協(xié)議中有三個比較重要的概念，tools，resources和prompts。

Tools——工具

tools的本質(zhì)是一個函數(shù)，其和普通的python函數(shù)沒有太大的區(qū)別，只不過在實現(xiàn)上需要使用@mcp.tool注解；如下所示：

@mcp.tool
def multiply(a: float, b: float) -> float:
    """Multiplies two numbers together."""
    return a * b

按照這種方式開發(fā)的函數(shù)，就可以交由FastMCP框架調(diào)用，以此完成某項特定的功能。

Resources——資源

資源是供MCP客戶端使用的資源，客戶端可以從中讀取一些配置或參數(shù)。

Prompts——模板

prompts是訪問大模型的一個目標，能夠讓模型按照約定的格式進行處理。

而MCP協(xié)議的實現(xiàn)非常的簡單，

# 安裝方式
# uv方式
uv add fastmcp
# pip方式
pip install fastmcp

服務端實現(xiàn)如下:

from fastmcp import FastMCP
# 創(chuàng)建一個MCP服務
mcp = FastMCP("My MCP Server")
@mcp.tool # 定義一個tools 函數(shù)
def greet(name: str) -> str:
    return f"Hello, {name}!"

客戶端實現(xiàn)如下:

import asyncio
from fastmcp import Client
client = Client("my_server.py")
async def call_tool(name: str):
    async with client:
        result = await client.call_tool("greet", {"name": name})
        print(result)
asyncio.run(call_tool("Ford"))

通過以上方式就可以實現(xiàn)MCP服務端和客戶端的通訊；MCP采用的是C-S架構，也就是Client(客戶端)——Server(服務端)。

而關于MCP的通訊方式有以下幾種：

stdio：一般用于本地通訊 通常用來進行測試開發(fā)

sse: 基于http的單項通訊協(xié)議

Streamable HTTP: 基于http的雙向流式傳輸協(xié)議

websocket: 雙向傳輸協(xié)議

通過以上方式就可以實現(xiàn)MCP客戶端與服務端的通訊:

from fastmcp import Client
# The Client automatically uses StreamableHttpTransport for HTTP URLs
client = Client("https://example.com/mcp")

當然，F(xiàn)astMCP不僅僅提供客戶端與服務端的實現(xiàn)，同時還提供了權限認證等多種功能。

在智能體的開發(fā)過程中，由大模型理解用戶意圖，然后判斷是否需要調(diào)用工具；如果需要調(diào)用工具，大模型則會拼接參數(shù)，調(diào)用工具，然后把工具調(diào)用結果再次輸入到大模型中；最后由大模型對工具結果進行處理，然后得到最終結果。

本文轉(zhuǎn)載自???AI探索時代??? 作者：DFires