Cline + MCP 开发实战

本文介绍如何将自有系统接入大模型，借助 MCP 通过 prompt 来查询自有系统服务的能力，文章目录大概结构如下：

什么是 MCP
为什么用 MCP
自有系统接入 MCP Server
Cline 接入 MCP Server

1、什么是 MCP

MCP(Model Context Protocol)是一个开放协议，标准化应用程序如何为 LLM 提供上下文。将 MCP 视为 AI 应用程序的 USB-C 端口。正如 USB-C 提供了一种将设备连接到各种外围设备和配件的标准化方法一样，MCP 也提供了一种将 AI 模型连接到不同数据源和工具的标准化方法。官方给的架构如下：

2、为什么要用 MCP

大模型训练的数据是滞后的，如果要求大模型查询今日天气、应用最新版本等你会发现他无法给出结果，对于当前时刻所发生的事情，大模型无法给出精确的回复：

为了解决这个问题，很多常见的 AI 助手都会有 联网搜索的能力，AI 助手会将 prompt 发送给第三方搜索引擎，然后三方搜索引擎返回内容，AI 大模型再整合内容生成回答。这里的搜索引擎为 AI 大模型提供了额外的上下文信息。

对于公司内部自建数据来说，联网搜索就无法支持了，这里就需要 MCP，将自建数据以一种通用协议的方式暴露出来，让 AI 助手知道这个功能是做什么的，通过 MCP 打通到内部系统中去，例如最近有开发者给 flomo 开发的 mcp-server-flomo，通过与 AI 助手的沟通，将好的灵感内容直接记录到 flomo 中

对于公司内部使用的 AI 助手来说，将自有系统接入大模型也是一件非常提效的事情，例如分析用户日志的步骤，内部操作的话，流程如下：

根据用户提供的账号，去账户系统查询 uid
拿到 uid 后去日志系统里面查询用户日志
下载日志，全局搜索日志是否有异常路径被记录

将用户系统与日志系统包装成 MCP Server 后，流程就变成了对答式了：

可能有的人觉得 MCP 并没有什么作用，但其实不然，MCP 最强的是将自建数据提供了上下文能力，相当于是把内部不同的系统建立了连接，这是自建服务不具有的能力

3、自有系统接入 MCP Server

这里以用户系统为例，自有系统提供通过用户 id 查询用户成绩的能力，我们把这个接口的访问通过 MCP Server 的方式包装起来供大模型使用，在示例仓库的 user-system-node 目录，是我简单开发的一个用户系统服务，提供了查询成绩的接口，执行 node index.js 启动服务，效果如下：

访问用户成绩的链接为 http://localhost:9898/scores?userId=2，让我们记住这个链接

接下来我们使用 create-typescript-server 初始化 MCP Server 项目，执行命令：

npx @modelcontextprotocol/create-server mcp-server-user

按照提示内容创建 MCP Server 需要的信息：

完成上述指令后，可以执行调试工具服务的命令：

npm run inspector

打开上述的 url，查看调试工具页面：

点击 Connect 即可连接 MCP Server 进行调试，调试面板如下：

MCP 服务器调试面板右侧主要用于请求 MCP 服务器内部定义的资源（Resources）、提示词（Prompts）、工具（Tools）等内容。我们可以在右侧的 Tools 栏目点 List Tools 获取 MCP 服务器内部实现的所有工具（Tools）。这里的 create_note是默认实现的 Tools，点击 Run Tool即可查看调试结果。

对于我们自有系统来说，我们来创建自己的 Tools，找到 src/index.ts 的 ListToolsRequestSchema，申明自己 Tools 的能力，并且我们的能力需要提供用户 id ，如下的 user_scores就是我们申明的 Tools: