AI搜索 MCP最佳實踐

背景

那些 LLM 不知道的事

嘗試直接詢問LLM“今天天氣如何”時，會發現LLM無法回答——它既不知道“今天”是哪天，也無法獲取地理位置信息。這揭示了LLM的局限：缺乏與外部工具和實時數據的交互能力。

為解決這一問題，MCP（Model Context Protocol）應運而生。通過標準化協議，MCP使LLM能夠自主調用工具（如天氣API、地理位置服務），并解耦Agent與Tools的開發，顯著降低維護和迭代成本。

當 LLM 學會用工具

- “讓 LLM 自己學會用工具，來解答用戶問題。”

上面這句話中，出現了三個角色，“用戶”、“工具”、“LLM”，以及隱藏的第四個角色——將這一切粘合起來的“主控程序”。

關于四者的交互流程，下圖供以參考：

MCP 干嘛來了

- 沒有 MCP，我要怎么做

按照 Agent+FunctionCall 的模式，我設計了工具 schema，走通了 LLM 的服務調用，終于讓 LLM 學會了用工具。但隨著工具越來越多、工具調用與 LLM 耦合地越來越深，不管是維護還是迭代，都會消耗大量的精力。

那么，問題來了：

  • 能不能實現 Agent 與 Tools 的解耦？
  • 能不能能統一不同 Tools 的調用協議，讓模型快速接入？
  • 能不能實現 Tools 的共享？

- 有了 MCP，我會怎么做

現在有了 MCP，一切都好起來了：

  • Agent 和 Tools，我可以分開維護了。
  • 再多的 Tools，我用"list_tools"+"call_tool"就解決了。
  • 我可以分享自己的 Tools，也可以快速接入別人的 Tools了。

近距離看看 MCP

MCP is an open protocol that standardizes how applications provide context to LLMs. Think of MCP like a USB-C port for AI applications. Just as USB-C provides a standardized way to connect your devices to various peripherals and accessories, MCP provides a standardized way to connect AI models to different data sources and tools.

MCP 架構中的角色主要有以下幾種：

  • MCP Hosts: 相當于上文提到的“主控程序”，比如 Claude Desktop、IDE 等。
  • MCP Clients: 服務調用的客戶端，通常會被集成到 Host 中執行 list_tools、call_tool 等操作。
  • MCP Servers: 服務調用的服務端，通常在此定義 tools、prompts、resources 等。
  • Local Data Sources: 本地數據。
  • Remote Services: 遠端服務。

ps：寫了個 mcp demo，就想讓 LLM 告訴我，今天天氣到底如何？

mcp = FastMCP("Demo")@mcp.tool(name="get_current_time",description="獲取當前時間",
)
def get_current_time():"""獲取當前時間并進行格式化展示:return:"""now = datetime.datetime.now()formatted_time = now.strftime("%Y-%m-%d %H:%M:%S")return formatted_time@mcp.tool(name="get_location",description="獲取當前地點",
)
def get_location():"""獲取當前地點:return:"""try:response = requests.get("http://ip-api.com/json/")data = response.json()if data["status"] == "success":location_info = {"country": data.get("country", ""),"region": data.get("regionName", ""),"city": data.get("city", "")}return json.dumps(location_info, ensure_ascii=False)else:return json.dumps({"error": "無法獲取地理位置"}, ensure_ascii=False)except Exception as e:return json.dumps({"error": str(e)}, ensure_ascii=False)

AI 搜索怎么玩 MCP

場景一：文件解析與總結

描述：通過阿里云AI搜索開放平臺集成MCP，快速調用文件解析工具，降低開發門檻。

1. 前置準備：

1.1 注冊阿里云 AI 搜索開放平臺，獲取 API 密鑰。

1.2 VSCODE 配置 Cline 工具，集成阿里云 MCP 服務器。

    1.3. Cline 配置 LLM 接口

    API Provider 選擇 OpenAI Compatible

    Base URL設為 https://dashscope.aliyuncs.com/compatible-mode/v1

      1.4 安裝 UV，管理 Python 環境

      curl -LsSf https://astral.sh/uv/install.sh | sh

      或者

      pip install uv

      2. Cline 配置 MCP Server

      2.1. 下載 alibabacloud-opensearch-mcp-server

      2.2. 配置mcp server

      {"mcpServers": {"aisearch-mcp-server": {"command": "uv","args": ["--directory","/path/to/aisearch-mcp-server","run","aisearch-mcp-server"],"env": {"AISEARCH_API_KEY": "<AISEARCH_API_KEY>","AISEARCH_ENDPOINT": "<AISEARCH_ENDPOINT>"}}}
}

      3. 任務演示

      4. 業務價值：

      • 降低接入成本：通過阿里云標準化接口快速集成搜索服務。
      • 靈活擴展：支持以AI搜索為核心豐富的模型服務，可滿足多樣化的業務需求，加速產品迭代

      立即體驗：阿里云AI搜索開放平臺

      場景二：向量檢索及排序

      描述：結合OpenSearch向量檢索版，支持動態擴展與精準查詢，優化成本。

      1. 前置準備

      （新增）開通 Opensearch向量檢索版，構建一張向量表。

      （其他）同場景一

      2. Cline 配置 MCP Server

      2.2. 下載 alibabacloud-opensearch-mcp-server

      2.2. 配置 mcp server

      {"mcpServers": {"aisearch-mcp-server": {"command": "uv","args": ["--directory","/path/to/aisearch-mcp-server","run","aisearch-mcp-server"],"env": {"AISEARCH_API_KEY": "<AISEARCH_API_KEY>","AISEARCH_ENDPOINT": "<AISEARCH_ENDPOINT>"}},"opensearch-vector-mcp-server": {"command": "uv","args": ["--directory","/path/to/opensearch-vector-mcp-server","run","opensearch-vector-mcp-server"],"env": {"OPENSEARCH_VECTOR_ENDPOINT": "http://ha-cn-***.public.ha.aliyuncs.com","OPENSEARCH_VECTOR_USERNAME": "<username>","OPENSEARCH_VECTOR_PASSWORD": "<password>","OPENSEARCH_VECTOR_INSTANCE_ID": "ha-cn-***","OPENSEARCH_VECTOR_INDEX_NAME": "<Optional: index in vector table>","AISEARCH_API_KEY": "<Optional: AISEARCH_API_KEY for embedding>","AISEARCH_ENDPOINT": "<Optional: AISEARCH_ENDPOINT for embedding>"}}}
}

      3. 任務演示

      4. 業務價值：

      • 精準檢索：結合阿里云向量數據庫，支持動態擴展和無縫集成。
      • 成本優化：按需付費模式，降低向量檢索的計算成本。

      立即體驗：阿里云OpenSearch向量檢索

      場景三：Elasticsearch 智能檢索

      描述：集成阿里云ES服務，實現高效實時數據分析與容災保障。

      1. 前置準備

      （新增）開通 Elasticsearch，創建一份索引并寫入測試數據

      （其他）同場景一

      2. Cline 配置 MCP Server

      2.2. 參考 elasticsearch-mcp-server

      2.2. 配置mcp server

      {"mcpServers": {"elasticsearch-mcp-server": {"command": "npx","args": ["-y","@elastic/mcp-server-elasticsearch"],"env": {"ES_URL": "http://es-cn-***.public.elasticsearch.aliyuncs.com:9200","ES_USERNAME": "<USERNAME>","ES_PASSWORD": "<PASSWORD>"}}}
}

      3. 任務演示

      4. 業務價值：

      • 實時分析：支持全文搜索、復雜查詢及實時數據分析。
      • 高可靠性：阿里云 ElasticSearch 提供多副本容災，保障數據安全。

      立即體驗：阿里云Elasticsearch

      為什么選擇阿里云 MCP 解決方案？

      選擇阿里云 MCP 解決方案的核心原因在于其通過標準化協議與全生命周期服務，顯著降低工具鏈集成復雜度并加速AI應用落地。阿里云 MCP 以協議驅動替代傳統硬編碼模式，實現跨平臺工具調用：

      • AI搜索開放平臺：提供豐富的 AI 搜索組件化服務服務，調用多模態數據解析、大語言模型、效果測評等數十個服務，實現智能搜索、檢索增強生成（RAG）、多模態搜索等場景的搭建，例如：智能客服、對話式搜索、圖譜增強、個性化推薦等。
      • OpenSearch：內置了各行業的查詢語義理解、機器學習排序算法等能力，并充分開放了文本向量檢索引擎能力，助力開發者快速搭建智能搜索服務。通過 AI 搜索開放平臺，用戶可以靈活調用多模態數據解析、文檔切分、文本向量、大模型文本生成等組件化服務，滿足多種搜索場景需求，例如：電商、內容資訊、游戲、金融等多種行業場景。
      • 阿里云 Elasticsearch：可以快速地、近乎于準實時地存儲、查詢和分析超大數據集，廣泛應用于實時日志處理、信息檢索、數據的多維查詢和統計分析等場景，如：智能客服、企業內部知識庫、電商導購、數據服務等。

      通過 MCP 協議，可快速調用阿里云 OpenSearch 、ElasticSearch 等工具，幫助企業快速集成工具鏈、降低開發復雜度、提升業務效率。

      更多資訊

      • 探索更多案例：點擊查看阿里云 AI Searach 指南
      • 免費試用：
        • AI搜索開放平臺（免費開通）
        • Elasticsearch?（免費試用）
        • OpenSearch（免費試用）

      本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
      如若轉載，請注明出處：http://www.pswp.cn/diannao/89884.shtml
      繁體地址，請注明出處：http://hk.pswp.cn/diannao/89884.shtml
      英文地址，請注明出處：http://en.pswp.cn/diannao/89884.shtml

      如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！

      相關文章

      JVM 簡介與作用

      JVM 簡介與作用

      &#x1f680; JVM 簡介與作用 &#x1f4da; 深入理解 Java 虛擬機的核心概念與重要作用 &#x1f4d6; 目錄 &#x1f914; 什么是 Java 虛擬機&#xff08;JVM&#xff09;&#x1f310; JVM 在 Java 生態中的核心地位&#x1f500; JVM 跨平臺原理剖析&#x1f4dd; 總結 …
      閱讀更多...
      ? OpenAudio S1：影視級文本轉語音與語音克隆Mac整合包

      ? OpenAudio S1：影視級文本轉語音與語音克隆Mac整合包

      ? OpenAudio S1&#xff1a;影視級文本轉語音與語音克隆Mac整合包 &#x1f680; OpenAudio S1 簡介 OpenAudio S1 是由 Fish Audio 開發的 Fish Speech 系列的最新一代人工智能語音生成模型。該模型旨在大幅提升 AI 語音生成的技術水平&#xff0c;為用戶提供更加自然、富有表…
      閱讀更多...
      spring加載外部properties文件屬性時，讀取到userName變量值和properties文件的值不一致

      spring加載外部properties文件屬性時，讀取到userName變量值和properties文件的值不一致

      問題 使用spring DI注入外部properties文件屬性時&#xff0c;讀取到userName變量值和properties文件的值不一致。 bean屬性注入&#xff1a; <!--加載配置文件--> <context:property-placeholder location"classpath:*.properties"/><bean id"…
      閱讀更多...
      黑馬點評系列問題之基礎篇p7 06初識redis無法在虛擬機查到圖形化界面存進去的鍵

      黑馬點評系列問題之基礎篇p7 06初識redis無法在虛擬機查到圖形化界面存進去的鍵

      問題描述 在RESP中輸入了一些鍵(name,age等這些) 但是在圖形化界面里面輸入的&#xff0c;在非圖形化界面就找不到&#xff0c;在非圖形化界面里輸入的&#xff0c;在圖形化界面里就可以查到。 原因分析及解決 經過多次實驗&#xff0c;發現是因為在添加鍵名的時候&#xff0…
      閱讀更多...
      在VMware虛擬機中安裝Windows 98時，Explorer提示“該程序執行了非法操作，即將關閉”的解決辦法

      在VMware虛擬機中安裝Windows 98時，Explorer提示“該程序執行了非法操作，即將關閉”的解決辦法

      在使用iso文件&#xff08;MD5: 0E496B5DCC519F550AAF0BCFBB4A11EA&#xff09;安裝Windows98時&#xff0c;遇到此提示。 雖然原因未知&#xff0c;也無需深入探究&#xff0c;但是根據網友在 https://www.bilibili.com/opus/435866522585702782 中給出的相似經驗&#xff…
      閱讀更多...
      在瀏覽器中使用SQLite（官方sqlite3.wasm）

      在瀏覽器中使用SQLite（官方sqlite3.wasm）

      有人可能會問&#xff1a;既然瀏覽器里又內置得IndexedDB&#xff0c;而且在IndexedDB里存數據&#xff0c;關了瀏覽器數據也不會丟&#xff0c;為什么還要在瀏覽器里用SQLite? 實際上&#xff0c;當 IndexedDB 內的數據量增多&#xff0c;數據和數據之間的關系變得復雜&…
      閱讀更多...
      數據結構（Java）--位運算

      數據結構（Java）--位運算

      前言 本文為本小白學習數據結構的筆記&#xff0c;將以算法題為導向&#xff0c;向大家更清晰的介紹數據結構相關知識&#xff08;算法題都出自B站馬士兵教育——左老師的課程&#xff0c;講的很好&#xff0c;對于想入門刷題的人很有幫助&#xff09; 為什么要使用為位運算 位…
      閱讀更多...
      秋招Day14 - Redis - 應用

      秋招Day14 - Redis - 應用

      Redis如何實現異步消息隊列&#xff1f; List配合LPUSH和RPOP。 另外就是用 Redis 的 Pub/Sub 來實現簡單的消息廣播和訂閱。 但是這兩種方式都是不可靠的&#xff0c;因為沒有 ACK 機制所以不能保證訂閱者一定能收到消息&#xff0c;也不支持消息持久化。 Redis如何實現延時…
      閱讀更多...
      因果語言模型、自回歸語言模型、僅解碼器語言模型都是同一類模型

      因果語言模型、自回歸語言模型、僅解碼器語言模型都是同一類模型

      因果語言模型、自回歸語言模型、僅解碼器語言模型都是同一類模型 flyfish 因果語言模型&#xff08;causal Language Models&#xff09; 自回歸語言模型&#xff08;autoregressive language models&#xff09; 僅解碼器語言模型&#xff08;decoder-only language models&am…
      閱讀更多...
      jvm架構原理剖析篇

      jvm架構原理剖析篇

      簡單題&#xff08;5道&#xff09; 考查內容&#xff1a;JVM運行時數據區域 題干&#xff1a;Java虛擬機棧的主要作用是&#xff1f; A. 存儲對象實例 B. 存儲方法調用和局部變量 C. 存儲靜態字段 D. 存儲字節碼指令 正確答案&#xff1a;B 解析&#xff1a;虛擬機棧用于存儲方…
      閱讀更多...
      智鏈萬物：人工智能驅動的產業智能化革命

      智鏈萬物：人工智能驅動的產業智能化革命

      當生成式AI在藝術與創意領域掀起風暴&#xff0c;大型語言模型重塑信息交互方式時&#xff0c;一場更為基礎、影響更為深遠的變革&#xff0c;正在全球實體經濟的根基處悄然發生并加速推進——這就是產業智能化。它并非簡單的“機器換人”&#xff0c;而是人工智能&#xff08;…
      閱讀更多...
      python中上下文管理器 與 try finally有什么區別

      python中上下文管理器 與 try finally有什么區別

      目錄 主要區別代碼對比何時使用哪種方式 主要區別 語法簡潔性 上下文管理器使用 with 語句&#xff0c;語法更簡潔優雅try-finally 需要顯式編寫異常處理代碼&#xff0c;更冗長 代碼復用性 上下文管理器可以封裝為類或函數&#xff0c;便于在多處復用try-finally 通常需要在每…
      閱讀更多...
      人體屬性識別+跌倒檢測：兒童行為監測與安全升級

      人體屬性識別+跌倒檢測：兒童行為監測與安全升級

      智慧幼兒園的AI智能檢測盒應用實踐 背景&#xff1a;傳統園區管理的三大痛點 傳統幼兒園管理長期面臨三大核心挑戰&#xff1a;一是安全監控依賴人工巡查&#xff0c;存在視覺盲區與響應延遲&#xff0c;如某連鎖幼兒園曾因人工巡查疏漏&#xff0c;導致3起兒童跌倒事故未能及…
      閱讀更多...
      【ESP32-IDF筆記】09-UART配置和使用

      【ESP32-IDF筆記】09-UART配置和使用

      環境配置 Visual Studio Code &#xff1a;版本1.98.2 ESP32&#xff1a;ESP32-S3 ESP-IDF&#xff1a;V5.4 支持型號&#xff1a;ESP32、ESP32-C2、ESP32-C3、ESP32-C5、ESP32-C6、ESP32-C61、ESP32-H2、ESP32-P4、 ESP32-S2、ESP32-S3 簡介 通用異步接收器/發送器 (UART) …
      閱讀更多...
      在 .NET Core 和 React 中使用 WebSockets 和 SignalR 進行實時數據傳輸

      在 .NET Core 和 React 中使用 WebSockets 和 SignalR 進行實時數據傳輸

      對于需要即時更新和通知的應用程序來說&#xff0c;實時數據傳輸至關重要。在 .NET Core 中&#xff0c;WebSocket 和 SignalR 提供了強大的工具來實現客戶端和服務器之間的實時通信。在本指南中&#xff0c;我們將探討如何在 .NET Core 應用程序中使用 WebSocket 和 SignalR 實…
      閱讀更多...
      第八十六篇 大數據排序算法：從廚房整理到分布式排序的智慧

      第八十六篇 大數據排序算法：從廚房整理到分布式排序的智慧

      目錄一、基礎排序算法&#xff1a;生活場景中的計算智慧1.1 冒泡排序&#xff1a;圖書館的書籍整理1.2 插入排序&#xff1a;廚房調料的整理藝術二、高效排序算法&#xff1a;大數據處理的利器2.1 快速排序&#xff1a;音樂APP的智能歌單2.2 歸并排序&#xff1a;學校成績單的合…
      閱讀更多...
      開源 | V3.1.1慧知開源重卡運營充電樁平臺 - 重卡運營充電樁平臺管理解決方案；企業級完整代碼 多租戶、模擬器、多運營商、多小程序；

      開源 | V3.1.1慧知開源重卡運營充電樁平臺 - 重卡運營充電樁平臺管理解決方案；企業級完整代碼 多租戶、模擬器、多運營商、多小程序；

      【開源免費版】推薦一套企業級開源充電樁平臺&#xff1a;完整代碼包含多租戶、硬件模擬器、多運營商、多小程序&#xff0c;汽車 電動自行車、云快充協議&#xff1b;——(慧哥)慧知開源充電樁平臺&#xff1b;https://liwenhui.blog.csdn.net/article/details/148242725?spm…
      閱讀更多...
      ONLYOFFICE 協作空間 企業版使用秘籍-8.使用虛擬數據房間，處理機密文檔更安全

      ONLYOFFICE 協作空間 企業版使用秘籍-8.使用虛擬數據房間，處理機密文檔更安全

      在當今快節奏的社會中&#xff0c;信息已成為極其關鍵的資源&#xff0c;因此&#xff0c;保護敏感數據至關重要。ONLYOFFICE 協作空間中的虛擬數據房間&#xff08;VDR&#xff09;提供了一個安全便捷的工作空間&#xff0c;確保文檔受到嚴密保護的同時&#xff0c;也能實現輕…
      閱讀更多...
      系統架構設計師論文分享-論軟件架構復用

      系統架構設計師論文分享-論軟件架構復用

      我的軟考歷程 摘要 2023年2月&#xff0c;我所在的公司通過了研發紗線MES系統的立項&#xff0c;該項目為國內紗線工廠提供SAAS服務&#xff0c;旨在提升紗線工廠的數字化和智能化水平。我在該項目中擔任架構設計師&#xff0c;負責該項目的架構設計工作。本文結合我在該項目…
      閱讀更多...
      虛擬主機與獨立服務器如何選擇

      虛擬主機與獨立服務器如何選擇

      在搭建和維護網站時&#xff0c;選擇合適的服務器套餐至關重要。虛擬主機和獨立服務器是兩種常見的選擇&#xff0c;它們各有優缺點&#xff0c;適用于不同需求的用戶。本文將深入探討這兩種服務器類型的特點&#xff0c;以幫助您為您的網站選擇最合適的服務器解決方案。虛擬主…
      閱讀更多...
      最新文章

      Copyright @ 2022~2023