基于MCP构建一个智能助手

传统的 Function Calling 虽然实现了模型调用外部工具的能力，但缺乏统一标准，导致集成复杂、维护困难、安全性难以保障。

Model Context Protocol (MCP) ，它是一种标准化的协议 ，它的目的是为 LLM 提供一种统一、安全、可靠的方式，来访问和操作外部资源 ，如数据库、搜索引擎、地图服务、企业内部系统等。 MCP 就像计算机的 USB 接口------无论你插入的是U盘、鼠标还是打印机，只要遵循 USB 协议，系统就能识别并使用它。同样，只要外部服务遵循 MCP 协议，LLM 就能"即插即用"地调用它们。

核心概念

MCP Server：遵循 MCP 协议的服务端程序，它封装了具体的外部资源（如高德地图 API），并定义了可供 LLM 调用的标准化接口（Tools）。
MCP Client ：运行在 LLM 应用端的客户端（如 cline、cursor 等），负责与 MCP Server 通信。它接收用户请求，询问 LLM 是否需要调用某个 MCP 工具，若需要，则调用对应的 MCP Server 并将结果返回给 LLM。然后LLM在更具这个结果进行输出。
Tool：MCP Server 暴露的功能单元，类似于 API 接口，但以自然语言可理解的方式描述其功能、参数和返回值。

MCP相对于Function的优点

标准化集成：它统一了接口，不需要为每个 API 手动编写 Function Call 这个繁琐的过程，MCP 提供统一的接入方式。
提升可靠性：通过标准化的输入输出格式，减少因参数错误或数据格式不匹配导致的调用失败。
增强安全性：MCP Server 可以在本地处理敏感信息（如 API 密钥），避免密钥泄露给云端 LLM。
降低开发成本：开发者只需关注 MCP Server 的实现，无需关心 LLM 端的集成细节。

使用 MCP 实现获取当前时间的助手

接下来，将通过一个简单的 Node.js 项目，演示如何创建一个 MCP Server，用于调用高德地图 API 查询从公司到机场的路线。

第一步：初始化项目

bash 复制代码

mkdir mcp-amap-demo # 创建文件夹
cd mcp-amap-demo # 
npm init -y # 初始化后端项目
npm i @modelcontextprotocol/sdk #  安装 Model Context Protocol (MCP) 的 SDK。这个 SDK 允许开发者创建基于 MCP 协议的服务软件

第二步：创建 MCP Server

创建 server.js 文件：

javascript 复制代码

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
// 大模型运行的主进程（如AI应用）与通过StdioServerTransport启动的MCP工具服务器进程之间的通信。
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
// 导入调用工具请求和响应的数据结构类型定义，确保通信数据格式规范
import {
  CallToolRequestSchema,
  CallToolResultSchema,
} from "@modelcontextprotocol/sdk/types.js";

const axios = require('axios');


// 创建 MCP Server 实例
const server = new McpServer(
  {
    name: "demo-mcp-server", // 服务器名称，用于标识当前MCP服务
    version: "1.0.0", // 服务器版本，便于版本管理和兼容性控制
  },
  {
    capabilities: {
      tools: {}, // 可以动态注册工具
    },
  }
);


// 2. 注册一个工具（比如：获取当前时间）
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "getTime") {
    return {
      content: [
        {
          type: "text",
          text: `当前时间是: ${new Date().toISOString()}`,
        },
      ],
    };
  }
  throw new Error("未知工具: " + request.params.name);
});

//  启动 MCP Server
// StdioServerTransport 是通信桥梁（运输层）
const transport = new StdioServerTransport();
// server.connect(transport) 是将 MCP 服务器连接到该桥梁
server.connect(transport);

第三步：配置 MCP Client（以 cline 为例）

在你的 LLM 应用（如使用 cline）中，你需要配置 MCP Client 指向我们刚刚启动的服务器：

json 复制代码

{
  "mcpServers": {
     "amap-maps": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@amap/amap-maps-mcp-server"
      ],
      "env": {
        "AMAP_MAPS_API_KEY": "你的高德地图api-key"
      }
    } ,
    "time-mcp": {
      "autoApprove": [],
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "node",
      "args": [
        "E:/ai_lesson/interview/ai/MCP/demo/index.mjs" // 本地服务所在的文件
      ],
      "env": {}
    }
  }
}

第四步：用户提问与系统响应

现在，当你在支持 MCP 的客户端中输入：

"现在是什么时候"

系统工作流程如下：

LLM 分析请求 ：LLM 识别出用户需要"路线规划"服务，并发现本地有可用的 MCP Tool get_driving_route。
MCP Client 调用 ：Client 根据 LLM 的指令，调用本地运行的 MCP Server（http://localhost:8080）的 get_driving_route 接口，传入参数。
MCP Server 执行：Server 调用高德地图 API，获取路线数据，并将结构化结果返回给 Client。
LLM 生成回复：LLM 接收到 JSON 格式的路线信息，将其转化为自然语言回复：

根据系统信息显示，现在是：

2025年8月21日下午4:01 (北京时间，UTC+8:00)

关于您之前询问的从杭州到抚州的出行方案，我已经为您提供了详细的驾车路线和公共交通选择。如果您需要根据当前时间安排具体的出行计划，建议：

当日出行： 如果现在出发，驾车约6小时23分钟，预计晚上10点左右到达

明日出行： 可以提前查询高铁班次时刻表，选择合适的出发时间

周末出行： 注意高速公路可能会有较多车流，建议预留更多时间

您是打算什么时候出发呢？

总结

通过这个简单的 MCP Demo，我们可以看到：

MCP 统一了外部资源的接入方式，让 LLM 能像调用本地函数一样使用高德地图。
API Key 保存在本地 MCP Server 中，不会暴露给云端 LLM。
开发效率提升、只需实现一次 MCP Server，即可在多个支持 MCP 的客户端中复用。

MCP 正在成为连接 LLM 与现实世界的"通用接口标准"。随着更多服务提供 MCP 支持，未来的 AI 助手将能无缝集成企业内部系统、物联网设备、金融数据等，真正实现"智能体"（Agent）的愿景。

提示：在生产环境中，请使用环境变量管理 API Key，并考虑添加身份验证、请求限流、错误重试等机制以增强 MCP Server 的健壮性。