大模型Agent核心：MCP从入门到实践.pdf

大模型Agent核心：MCP从入门到实践

前言

最近，一款名为Manus 的AI工具在AI圈炸了锅。它不仅能自主完成旅行规划、股票分析，甚至能

生成3D模型设计方案，号称“AI界的全能选手”。而这一切的背后，离不开一个关键的技术突破

——模型上下文协议（MCP）

入门

1. 什么是MCP（Model Context Protocol）

大模型MCP（Model Context Protocol，模型上下文协议）是一种由Claude母公司Anthropic于

2024年11月底推出的开放标准，旨在统一大型语言模型（LLM）与外部数据源和工具之间的通信

协议 。它可以被视为AI应用程序的“USB-C接口”，为应用程序向大语言模型提供上下文的方式提

供了标准化方案 。

（图：NorahSakal）

MCP的核心目标是解决LLM应用与数据源连接的难题，支持通过统一的客户端-服务器架构访问本

地资源（如浏览器、数据库、文件系统、API等）或远程资源 。它不仅标准化了工具的开发和接

入过程，还优化了在应用层的执行流程 。

（图：技术爬爬虾）

此外，MCP在数据安全方面采取了一系列措施，例如资源控制、数据隐私保护等，确保在双向交

互过程中数据的安全性 。通过MCP，开发者可以更轻松地将AI智能体与各种数据源集成，从而提

升开发效率和应用灵活性 。

2. 总体架构

MCP的核心遵循客户端-服务器架构，其中主机应用程序可以连接到多个服务器：

（图：modelcontextprotocol）

MCP 主机：希望通过 MCP 访问数据的程序，例如 Claude Desktop、IDE 或 AI 工具

MCP 客户端：与服务器保持1:1 连接的协议客户端

MCP 服务器：轻量级程序，每个程序都通过标准化模型上下文协议公开特定功能

本地数据源：MCP服务器可以安全访问的您的计算机文件、数据库和服务

远程服务： MCP 服务器可通过互联网（例如通过 API）连接到的外部系统

基于MCP的Agent有以下局限性：

（1）暂不支持复杂调用： 例如循环、if-else等结构目前尚未支持。

（2）不支持内存存储：遇到大变量时，可能会出现效果和效率方面的问题。

（3）需要本地启动多个服务器：依赖于本地环境，并需解决兼容性问题。

MCP实战

1. 环境及工具准备

UV： Python集成环境工具，安装方式：https://docs.astral.sh/uv/getting-

started/installation/

NPX： Node js工具，下载地址： /zh-cn/download

CherryStudio: 大模型集成工具，最新的版本开始支持MCP Sever功能 下载地址：

/cherrystudio/download

MCP Server: 实战所需的mcp server 下载地址：

/modelcontextprotocol/servers

注：请准备以上工具并自行安装，这里我就不在演示了

2. 配置大模型以及MCP Server

2.1. 检查是否支持MCP

打开CherryStudio检查是否支持MCP，按照步骤你可以看如图所示：

1.点击设置

2.选择MCP服务器

3.忽略上面的两个提示

2.2.配置大模型提供商

如果你本地搭建了大模型，请使用Qwen的模型，它支持FunctionCalling（函数调用），目

前DeepseekR1蒸馏模型不支持FunctionCalling。

如果你本地没有大模型，可以参考我这篇文章：《Deepseek服务不可用；无需显卡，带

你免费即刻拥有私人大模型服务》里面有相关步骤，可以设置阿里云百炼的Key，就可

以免费使用相应的大模型

接下来开启大模型的FunctionCalling

本地