MCP MultiServer Interoperable Agent2Agent LangGraph AI System

🚀 項目總述

本項目圍繞模型控制檯協議（MCP）展開，MCP作為一種通用的AI接口，能讓外部AI應用程序與結構化數據源及可執行函數交互，極大提升了AI系統的靈活性和擴展性。下面將詳細介紹MCP協議的相關內容、項目實施步驟等。

✨ 主要特性

🔍 MCP協議簡介

MCP概述

• 模型控制檯協議（MCP） 是一種通用的AI接口，它允許外部AI應用程序（如Claude Desktop或Cursor）與結構化數據源及可執行函數進行交互。其設計類似於USB - C接口，MCP服務器就像一個外設，可連接到多個AI系統中。

MCP客戶端與服務端角色

• MCP客戶端（嵌入在AI宿主如Claude或Cursor中）：負責請求工具、查詢資源並處理提示，是AI系統與MCP服務器之間的橋樑。
• MCP服務器（本地實現）：能夠暴露工具（例如天氣API）供AI客戶端動態調用，提供資源（例如API響應、數據庫記錄），還能處理提示以啟用結構化用戶交互。

MCP功能與未來增強

• 代理組合性：架構支持多層代理交互，AI代理可同時作為MCP客戶端和服務端，便於模塊化和專門化的代理處理不同任務。
• 自我演進的AI通過註冊API：未來版本可支持動態工具發現，讓AI客戶端能即時註冊和發現新的MCP功能。
• 開發與調試支持：可利用Anthropic的MCP Inspector進行交互式測試和調試，無需全面部署。

MCP與容器化

• 初始化項目時使用UV，創建虛擬環境並安裝依賴（如MCP CLI）。
• 使用Cursor索引官方MCP文檔，並根據Cursor規則更新項目。

📦 安裝指南

雖然原文檔未明確提及完整的安裝步驟，但提到了部分安裝相關內容：

• 初始化項目時使用UV，創建虛擬環境並安裝依賴（如MCP CLI）。

💻 使用示例

實現一個簡單的MCP服務器

在server.py中使用MCP Python SDK實現一個簡單的MCP服務器，該服務器應暴露一個稱為“終端工具”的功能，允許用戶運行終端命令。

# 此處應是使用MCP Python SDK實現簡單MCP服務器的代碼，但原文檔未給出，可根據實際情況補充

暴露資源到MCP服務器

使用MCP Python SDK編寫代碼以在MCP服務器上暴露資源，目標是將位於桌面目錄下的mcpreadme.md文件作為資源提供。

# 此處應是使用MCP Python SDK暴露資源的代碼，但原文檔未給出，可根據實際情況補充

📚 詳細文檔

避免重複造輪子

• MCP類似於USB - C接口，MCP服務器如同一個外部設備，可連接到AI（如Claude Desktop）或雲應用。
• 功能只需編寫一次，即可在多個宿主中插件使用。MCP客戶端嵌入在MCP宿主中以實現與MCP服務器的一對一交互。MCP客戶端調用工具、查詢資源、插入提示；而MCP服務器暴露工具（模型控制：檢索、數據庫更新、發送）、資源（應用程序控制：數據庫記錄、API）和提示（用戶控制：文檔）。

📄 許可證

原文檔未提及許可證相關信息，故跳過該章節。

🔗 參考鏈接

• MCP速成課程：一日掌握模型上下文協議