Learning AI - MCP-Sherlock's Blog

1.MCP介绍

MCP 是一个开放协议（Anthropic 提出的新一代标准化协议），它为应用程序向 LLM 提供上下文的方式进行了标准化（被喻为：AI 世界的 “USB 协议”）。

你可以将 MCP 想象成 AI 应用程序的 USB-C 接口。就像 USB-C 为设备连接各种外设和配件提供了标准化的方式一样，MCP 为 AI 模型连接各种数据源和工具提供了标准化的接口。

用于工具和资源通过结构化输入/输出将代理连接到工具、API 和资源。

先读：一文带你弄懂 MCP 的核心原理

MCP 架构中的关键参与者包括：

MCP 宿主 (Host)：协调和管理一个或多个 MCP 客户端的 AI 应用
MCP 客户端 (Client)：维持与 MCP 服务端连接并获取上下文供 MCP 宿主使用的组件
MCP 服务端 (Server)：为 MCP 客户端提供上下文的程序

例如：Visual Studio Code 充当 MCP 宿主。
当 Visual Studio Code 建立与 MCP 服务端（如 Sentry MCP 服务端）的连接时，Visual Studio Code 运行时会实例化一个 MCP 客户端对象来维持该连接。当 Visual Studio Code 随后连接到另一个 MCP 服务端（如本地文件系统服务端）时，它会实例化另一个 MCP 客户端对象来维持此连接。

请注意，MCP 服务端是指提供上下文数据的程序，无论其运行在何处。MCP 服务端可以在本地或远程执行。

数据层实现了一个基于 JSON-RPC 2.0 的交互协议，定义了消息结构和语义。

1.0 工作原理

当您提交查询时

1、客户端从服务器获取可用工具列表
2、您的查询连同工具描述一起发送给 LLM
3、LLM 决定使用哪些工具（如果有）
4、客户端通过服务器执行任何请求的工具调用
5、结果被发回给 LLM
6、LLM 提供自然语言响应
7、响应将显示给您

1.1 Agent 工具：

1.2 Agent之MCP接口

最常用的几个接口：

1.initialize 初始化

2.tools/list 获取工具列表

3.tools/call 调用具体工具

4.notifications/initialized 初始化完成通知

主要接口：

分类	方法名	方向	核心用途
基础	`initialize`	C→S	连接初始化、能力协商
	`initialized`	S→C	初始化完成通知
	`ping`	双向	心跳
	`shutdown`	C→S	关闭连接
工具	`tools/list`	C→S	获取工具列表
	`tools/call`	C→S	执行工具
资源	`resources/list`	C→S	获取资源列表
	`resources/read`	C→S	读取资源
	`resources/subscribe`	C→S	订阅资源
提示	`prompts/list`	C→S	获取提示列表
	`prompts/get`	C→S	获取提示模板
通知	`tools/listChanged`	S→C	工具列表变更
	`resources/listChanged`	S→C	资源列表变更
	`prompts/listChanged`	S→C	提示列表变更Model Context Protocol (MCP)

命名规范：所有方法采用 namespace/action 格式（如 tools/call），避免冲突。

能力声明：服务端在 initialize 响应中声明支持哪些模块（tools/resources/prompts）。

扩展性：协议允许自定义扩展，但核心接口必须严格遵循以保证兼容性。

1.3 Agent调用MCP流程

2.MCP 与 Function Call

这两个都是AI 调用外部能力的技术，但设计目标、架构、调用责任、使用场景完全不同。

对比项	Function Call（函数调用）	MCP（Model Control Protocol，模型控制协议）
核心定位	AI 调用单个本地 / 后端函数 / 工具的轻量方案	AI 统一调用各类外部系统、工具、设备的标准化协议
架构形态	简单的「函数接口」	类似 LSP（语言服务协议）的通用通信标准
调用责任	AI 决定调用 + 后端 / 客户端执行	AI 下发指令 + MCP 客户端 / 服务端统一执行
复杂度	轻量、无标准、各家自己实现	标准化、可跨语言 / 跨进程 / 跨设备
适用场景	简单工具：查天气、查数据库、算数学	复杂生态：控制 IDE、浏览器、硬件、多工具串联

Function Call 是轻量工具调用，AI 决策，开发者执行，适合简单功能

MCP 是 AI 控制外部系统的通用标准协议，AI 发指令，MCP 服务端执行，适合复杂自动化
总之，无论MCP还是Function Call，大模型都无法直接调用。

2.1 Function Call（函数调用）

一句话：AI 只动嘴，你负责跑腿。
典型场景：查天气、查询订单、计算器等

大模型最基础的工具调用能力：
AI 判断 “我需要外部数据 / 能力” → 输出函数名 + 参数 → 外部程序执行 → 把结果返回给 AI。

它不是标准协议，只是 OpenAI 率先提出的一种AI 交互模式，各家大模型都模仿实现。

2.2 MCP（Model Control Protocol）

它解决 Function Call 的痛点：

无统一标准，每家模型工具调用格式不一样
跨设备、跨进程调用麻烦
安全、权限不可控

MCP 是三层架构，责任更清晰：

大模型（AI）：只发控制指令（做什么）
MCP 客户端：AI 侧的代理，解析指令
MCP 服务端：运行在外部系统（IDE、浏览器、硬件），真正执行操作

最终执行方：MCP 服务端（标准化执行）。AI 不用关心底层怎么实现，只按 MCP 协议发指令即可。

典型场景

AI 操控 IDE 写代码（Cursor、Windsurf 就是 MCP）
AI 控制浏览器自动化
AI 操作本地软件、硬件设备
多工具、多系统串联的复杂自动化

3.MCP 与 SKILL

4.工具 VS Agent

工具是具有结构化输入和输出以及（通常）已知行为的基元。
代理是自治应用程序，可以通过使用工具、推理和用户交互来完成新任务。

代理应用程序必须同时使用工具和代理来实现其用户的目标。

4.1 Agent2Agent

from google，建议将 MCP 用于工具，将 A2A 用于代理。

A2A （Agent2Agent 协议）用于代理 - 代理协作不同代理之间动态、多模式通信，无需共享内存、资源和工具。

模型上下文协议（MCP）是将 LLM 与数据、资源和工具连接起来的新兴标准。我们已经观察到 MCP 在不同模型和框架中标准化了“函数调用”。

这正在创建一个由工具服务提供商组成的生态系统，并大大降低了将代理与工具和数据连接起来的复杂性。我们预计，随着越来越多的框架、服务提供商和平台采用 MCP，这一趋势将继续下去。

A2A 专注于一个不同的问题。A2A 是一种应用程序级协议，使代理能够在其自然模式中进行协作。

它允许代理以代理（或用户）而不是工具的身份进行通信。我们希望 A2A 作为 MCP 的补充获得采用，从而支持代理生态系统，并将与社区公开合作以实现这一目标。

5.本地部署 MySQL MCP Server

先给本地 Cherry Studio 使用，后续Dify支持了之后，再折腾Dify版本的。

5.1 安装 MCP 服务

# 创建 mcp server 目录
mkdir /Users/sherlock/dev/mcp_servers/

# 下载 MySQL MCP Server 代码
## 注意：Requires: Python >=3.11
git clone https://github.com/designcomputer/mysql_mcp_server.git

# 可能需要升级下 pip 版本
pip3 install --upgrade pip

# 本地mac的python版本太低了，先安装下python 3.11版本
brew update
brew install xz
brew install python@3.11

# 进入 MySQL MCP Server 目录，安装依赖
cd mysql_mcp_server
pip3.11 install -r requirements.txt

# 安装 uv
pip install uv
uv --version
where uv

# 安装qwen2.5模型，在CherryStudio中添加，并设置模型类型为 工具
ollama run qwen2.5

5.2 配置 Cherry Studio

配置的MCP Json如下

{
  "mcpServers": {
    "mysql_mcp": {
      "name": "MySQL MCP 服务器",
      "description": "",
      "isActive": true,
      "registryUrl": "https://pypi.tuna.tsinghua.edu.cn/simple",
      "command": "/opt/homebrew/bin/uv",
      "args": [
        "--directory",
        "/Users/sherlock/dev/mcp_servers/mysql_mcp_server",
        "run",
        "mysql_mcp_server"
      ],
      "env": {
        "MYSQL_HOST": "xxx",
        "MYSQL_PORT": "3306",
        "MYSQL_USER": "root",
        "MYSQL_PASSWORD": "xxx",
        "MYSQL_DATABASE": "cnarea"
      },
      "disabledTools": []
    }
  }
}

5.3 新建聊天助手

选择qwen2.5模型，并在对话框中开启 MCP 选中 MySQL MCP Server

5.4 配置提示词

你是一个查询助手，可以通过MCP Server连接mysql服务查询数据。

数据库中有一张中国行政区划表，表名为cnarea_2023，表为父子关系表，特点如下：
1、每个记录（行）可以有一个父记录。
2、根节点（没有父记录的记录）被称为顶级节点即省级区划节点。
3、多个记录可以共享同一个父记录。

字段说明：
1、行政地区名称字段是name
2、行政代码字段是code
3、父级行政代码字段是parent_code

创建表的语句如下：
CREATE TABLE `cnarea_2023` (
  `id` mediumint unsigned NOT NULL AUTO_INCREMENT,
  `level` tinyint unsigned NOT NULL COMMENT '层级',
  `parent_code` bigint unsigned NOT NULL DEFAULT '0' COMMENT '父级行政代码',
  `area_code` bigint unsigned NOT NULL DEFAULT '0' COMMENT '行政代码',
  `zip_code` mediumint(6) unsigned zerofill NOT NULL DEFAULT '000000' COMMENT '邮政编码',
  `city_code` char(6) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL DEFAULT '' COMMENT '区号',
  `name` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL DEFAULT '' COMMENT '名称',
  `short_name` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL DEFAULT '' COMMENT '简称',
  `merger_name` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL DEFAULT '' COMMENT '组合名',
  `pinyin` varchar(30) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL DEFAULT '' COMMENT '拼音',
  `lng` decimal(10,6) NOT NULL DEFAULT '0.000000' COMMENT '经度',
  `lat` decimal(10,6) NOT NULL DEFAULT '0.000000' COMMENT '纬度',
  PRIMARY KEY (`id`) USING BTREE,
  UNIQUE KEY `uk_code` (`area_code`) USING BTREE,
  KEY `idx_parent_code` (`parent_code`) USING BTREE
) ENGINE=MyISAM AUTO_INCREMENT=743299 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci ROW_FORMAT=DYNAMIC COMMENT='中国行政地区表';

5.5 测试效果

可以直接提问了，例如：

东莞市下面只有镇没有区吗？

参考：https://www.panziye.com/ai/16004.html
https://docs.cherry-ai.com/advanced-basic/mcp/config
https://github.com/designcomputer/mysql_mcp_server
https://pypi.org/project/mysql-mcp-server/

目录CONTENT

Learning AI - MCP