基本概念
現在大模型交互的熱門形式：
-
第一、Agent與Tools(工具)的交互Agent需要調用外部工具和APl、訪問數據庫、執行代碼等。=> MCP
-
第二、Agent與Agent(其他智能體或用戶)的交互Agent需要理解其他Agent的意圖、協同完成任務、與用戶進行自然的對話。 => A2A
MCP（Model Context Protocol，模型上下文協議） ，2024年11月底，由 Anthropic 推出的一種開放標準。旨在為大語言模型（LLM）提供統一的、 標準化方式與外部數據源和工具之間進行通信。
官方文檔：https://modelcontextprotocol.io/introduction
MCP 查詢：
github查看：
- MCP官方資源：https://github.com/modelcontextprotocol/servers
- MCP熱門資源：https://github.com/punkpeye/awesome-mcp-servers
其它平臺：
- Glama：https://glama.ai/mcp/servers
- Smithery：https://smithery.ai
- cursor：https://cursor.directory
- MCP.so：https://mcp.so/zh
- 阿里云百煉：https://bailian.console.aliyun.com/?tab=mcp#/mcp-market
MCP兩種通信機制（傳輸方式）：
- stdio(標準輸入輸出)：主要用在本地服務上，操作你本地的軟件或者本地的文 件。比如 Blender 這種就只能用 Stdio 因為他沒有在線服務。=> MCP默認通信方式
- SSE(Server-Sent Events)：主要用在遠程通信服務上，這個服務本身就有在線 的 API，比如訪問你的谷歌郵件，天氣情況等。
stdio方式：
- 優點
- 這種方式適用于客戶端和服務器在同一臺機器上運行的場景，簡單。
- stdio模式無需外部網絡依賴，通信速度快，適合快速響應的本地應用。
- 可靠性高，且易于調試
- 缺點
- Stdio 的配置比較復雜，我們需要做些準備工作，你需要提前安裝需要的命令行工具。
- stdio模式為單進程通信，無法并行處理多個客戶端請求，同時由于進程資源開銷較大，不適合 在本地運行大量服務。（限制了其在更復雜分布式場景中的使用）
SSE方式：
-
場景
- SSE方式適用于客戶端和服務器位于不同物理位置的場景。
- 適用于實時數據更新、消息推送、輕量級監控和實時日志流等場景
- 對于分布式或遠程部署的場景，基于 HTTP 和 SSE 的傳輸方式則更為合適。
-
優點 ：配置方式非常簡單，基本上就一個鏈接就行，直接復制他的鏈接填上就行
快速使用-以cursor為例
stdio的本地環境安裝 stdio的本地環境有兩種： 一種是Python 編寫的服務， 一種用TypeScript 編寫的服務。 分別對應著uvx 和 npx 兩種指令。
在 Cursor 中添加 MCP Server 有兩種配置方式：
- 全局設置：通過 Cursor Settings -> MCP -> Add new global MCP server 添加全局可用的 MCP 服務。
- 項目級別：在項目目錄的 .cursor 目錄中新建 mcp.json 文 件進行配置，僅對特定項目生效。
首先需要選擇MCP SERVER 平臺，比如我們可以在 https://smithery.ai/ 下搜索 mysql 來使用 數據庫服務。選擇一個使用量大的一般沒問題，然后可以使用自動導入 mcp 和手動導入 json 來鏈接 mcp 。
自動導入直接 auto 里面選擇 cursor ，填好對應的信息就自動導入了。
手動導入需要填好 json 信息，然后生成 json 文件內容，復制到項目跟目錄下的 .cursor/mcp.json 文件中。
然后查看 cursor 中的 mcp 服務是否開啟，開啟后前方會出現綠色小點。（紅色是錯誤，黃色是進行中，綠色是連接成功）
如果這樣一直報錯，可能的原因是 mcp 服務本身有問題，還有就是可能引入方法不對，可以進入對應的 github 查看下其他的的引入方法。
然后其他同樣的道理，還可以引入比如高德地圖服務、文件系統（filesystem ）服務（操作文件）等等。
然后可以通過 agent 來測試下 mcp 是否生效：
現在交給你一個任務，編寫一個北京一日游的出行攻略
1、從高德地圖的MCP服務中獲取北京站到天安門、天安門到頤和園、頤和園到南鑼鼓巷
的地鐵線路，并保存在數據庫beijing_trip的表subway_trips中
2、從高德地圖的MCP中獲取頤和園、南鑼鼓巷附件的美食信息，每處獲取三家美食店鋪
信息，并將相應的信息存入表location_foods中
3、在工作目錄D:\MCPWorkSpace下創建一個新的文件夾，命名為“北京旅行”在其中創
建兩個txt，分別從數據庫中將兩個表的內容提取出存放進去。
4、最后根據txt中的內容，生成一個精美的html前端展示頁面，并存放在該目錄下
其他平臺使用
其他比較熱門的平臺比如 vscode 插件 cline 使用方法都是大同小異。
插件右上角設置中配置：
設置中有兩種模式：一種是 plan mode （需求規劃，任務執行的順序），一種是 act mode （直接執行任務）。
之后正常調用 mcp 即可。
MCP 工作原理
MCP 遵循客戶端-服務器架構（client-server），其中包含以下幾個核心概念：
- MCP 主機(MCP Hosts)
- MCP 客戶端( MCP Clients )
- MCP 服務器( MCP Servers )
- 本地資源( Local Resources )
- 遠程資源( Remote Resources )
-
mcp host 作為運行 MCP 的主應用程序，例如 Claude Desktop、Cursor、Cline 或 AI 工具。 為用戶提供與LLM交互的接口，同時集成 MCP Client 以連接 MCP Server。
-
MCP client 充當 LLM 和 MCP server 之間的橋梁，嵌入在主機程序中，主要負責： ? 接收來自LLM的請求； ? 將請求轉發到相應的 MCP server ? 將 MCP server 的結果返回給 LLM
MCP 官網(https://modelcontextprotocol.io/clients) 列出來一些支持 MCP 的 Clients。 分為兩類： ? AI編程IDE：Cursor、Cline、Continue、Sourcegraph、Windsurf 等 ? 聊天客戶端：Cherry Studio、Claude、Librechat、Chatwise等。更多的Client參考這里： MCP Clients：https://www.pulsemcp.com/clients Awesome MCP Clients：https://github.com/punkpeye/awesome-mcp-clients/
- MCP Server 每個 MCP 服務器都提供了一組特定的工具，負責從本地數據或遠程服務中檢索信息。 是 MCP 架構中的關鍵組件。與傳統的遠程 API 服務器不同，MCP 服務器既可以作為本地應用程序（stdio）在用戶設備上運 行，也可部署至遠程服務器（sse）。本質是運行在電腦上的一個nodejs或python程序。可以理解為客戶端用命令行調用了 電腦上的nodejs或python程序。
API 主要有兩個： 1、 tools/list：列出 Server 支持的所有工具 2、 tools/call：Client 請求 Server 去執行某個工具， 并將結果返回
在MCP的概念中，Cursor屬于一個MCP的宿主應用（Host-app），而Cursor之所以 能使用MCP服務，是因為它內置安裝了MCP Client。
我們目前在配置Cursor中的MCP時，本質是在配置MCP Server，這些Server是由 不同的開發者提供的，他們基于標準化的MCP協議，做了個小的服務，這些服 務可能在本地也可能在云端，而我們實際上也完全可以按自己的需要去制作 MCP Server。
 和 CNN (卷積神經網絡)的區別)
