你有没有想过大模型是如何调用MCP服务的？MCP和Function call的区别在哪？
今天来一起搭建一个带MCP调用的应用程序，让你更好的理解MCP和大模型的交互原理。
环境准备：
用Node + typescript开发
MCP使用官方的SDK: @modelcontextprotocol/sdk
模型：使用本地部署的ollama+qwen3:8B模型
MCP Server使用本的搭建的一个node mcp server（一个node文件）
搭建完成之后，你可以获得一个可以调用MCP的服务的AI程序。
1. 先说说MCP 架构
MCP是一种：客户端-宿主-服务器 的架构模式。
宿主： 一个AI应用程序。作为客户端的载体，用来启动和管理MCP客户端。
客户端：宿主创建，用来和MCP Server建立连接。
服务器 ： 提供工具、资源、提示词等，目前主要都是提供工具调用。
今天做的事情，其实是搭建一个宿主环境，用来创建和管理客户端，执行工具调用能。
2. 客户端与 LLM 交互流程（以工具调用为例）
-
MCP客户端和MCP服务建立连接。
-
获取可用工具列表： 包括工具名称、描述、参数等。
-
用户提问： 当用户提问时，将消息和工具描述发送给 LLM，由LLM决定是否需要使用工具。
-
LLM 决定工具执行：LLM判断需要调用哪些工具，返回一个需要调用的工具列表（包含工具名和参数）
-
客户端执行工具调用：应用程序使用MCP服务执行工具调用。
-
工具结果返回给 LLM：工具执行完后，将结果返回给客户端。
-
LLM 生成最终响应：LLM 接收到工具执行结果后，将结果和之前的对话上下文，生成最终响应。
-
返回结果。
3. 代码解读
第一步：启动MCP客户端
新建一个Client，然后和MCP服务关联。如果需要同时连接多个MCP服务，可以新建多个Client。
演示的时候，我们只启动一个。
第二步：获取可用工具
可以看到，就是用类似接口调用的方式，从服务上获取工具列表。
这样的极大的方便服务的开发者，增加对tools的管理和控制。
第三步：根据用户提问，调用工具
用户提问后，调用时，需要把tools一起传递给大模型，提示词可写可不写，一般支持工具调用的模型，会自动处理。
提示词案例如下：
大模型返回的信息，如果包含tool_calls，就是需要调用的工具。
tool_calls时一个多工具集合。
第四步：执行工具调用
对于工具的执行，可以一个循环并列调用，对于有依赖关系的，也可以串行调用，这一部分需要自己设计。
执行调用的时候，依旧使用client处理，调用tools/call，让服务执行，返回执行结果。
第五步：返回最终结果
这一步，需要把工具执行结果和相关信息，输入给大模型，再次加工，形成最终的回答。
源码地址：github.com/chenyk2016/...
总结
从这个过程中可以看到，MCP的调用和funtion call没有区别，都是让大模型判断需要使用工具，执行调用。
只是MCP协议的出现，让服务的开发，和服务的调用更加方面，MCP帮我们处理连接、调用。让MCP更加容易管理和使用。
其中工具怎么执行，并行、串行、TODO执行等智能方面的设计，还是需要开发者根据业务进行处理。