大模型面试题79:举例一个你用到过的MCP的场景

这个场景是我们日常生活中能用到的,全程不用你自己查天气、找门票、查交通,AI通过MCP就能帮你搞定所有事,咱们一步步拆解,小白也能秒懂。

一、先明确:这个场景里的MCP角色对应

还是用之前"餐厅"的比喻,把抽象的组件落地到具体场景里:

MCP组件 对应爬山场景里的角色 小白理解的作用
用户 想爬山的你 提出需求:"帮我规划周末去郊区XX山的行程,要订门票、查交通、看天气,还要提醒注意事项"
MCP Host(主机) 你的手机/电脑上的AI助手App 接收你的需求,统筹所有后续操作
MCP Client(客户端) AI助手的"沟通员" 一边跟你和大模型对接,一边跟外部工具打交道
MCP Server(服务器) 各种服务平台的"接口总闸" 连接景区官网、高德地图、天气预报网站、攻略数据库
LLM(大模型) 你的"专属行程规划师" 分析需求,决定先查什么、再订什么
工具库(MCP对接的工具) 景区门票API、地图交通API、天气查询API、爬山攻略生成器 执行具体操作的"小帮手"
权限系统 你手机上的"确认弹窗" 防止AI擅自扣你钱、查你隐私

二、MCP完整工作流程(一步都不跳,小白版)

假设你周末想去XX郊野公园爬山,打开AI助手说:"帮我规划明天去XX山的行程,要订门票、查从家到景区的公交路线、看明天天气,还要给一份爬山注意事项"。

接下来MCP就开始"干活"了:

步骤1:初始化+能力发现(AI先搞清楚"自己能调用哪些工具")

  • MCP Client先跟MCP Server"打招呼":"我现在要帮用户规划爬山行程,你那边有哪些能用的工具?"
  • Server回复Client:"我有4个工具可用:① 景区门票查询/预订API(需要景区名称、日期、人数);② 高德交通路线API(需要起点、终点、出行方式);③ 天气查询API(需要地点、日期);④ 爬山攻略生成器(需要景区难度、天气)"
  • Client把这些工具整理成"工具清单",传给大模型(行程规划师)。

步骤2:大模型规划执行步骤(规划师出方案)

大模型拿到你的需求和工具清单,开始"思考":

用户要明天去XX山,得先查天气(下雨的话爬山不安全)→ 再查交通路线(公交怎么坐)→ 然后订门票(避免现场排队)→ 最后根据天气和景区难度生成注意事项。

于是大模型给Client下达"执行指令":先调用天气API查XX山明天天气 → 再调用交通API查从用户家到景区的公交 → 天气没问题的话调用门票API订1张票 → 最后用天气+路线信息生成攻略

步骤3:权限验证(关键!防止AI乱操作)

Client弹出一个窗口问你:

"需要调用以下工具完成你的需求:① 天气查询(无隐私);② 高德交通(需要获取你的家庭住址作为起点);③ 景区门票预订(需要你绑定的手机号接收取票码)。是否允许?"

你点了"允许"------这一步就是MCP的安全核心,没有你的授权,AI连你的住址都查不到,更没法帮你订票。

步骤4:工具依次执行(各个"小帮手"干活)

  1. 查天气 :Client给Server发指令"查XX山明天的天气" → Server调用天气API,返回结果:明天晴,12-20℃,微风,适合爬山 → 结果传给大模型。
  2. 查交通 :Client获取你授权的家庭住址,发给Server"查从XX小区到XX山的公交路线" → Server调用高德API,返回:地铁3号线转公交567路,全程1.5小时,8点出发最合适 → 结果传给大模型。
  3. 订门票 :大模型判断天气适合爬山,让Client发指令"订XX山明天1张成人票" → Server调用景区门票API,用你的手机号订好票,返回取票码:123456,景区入口自助机可取 → 结果传给Client。
  4. 生成攻略:大模型把天气(晴、微凉)、路线(1.5小时车程)、景区难度(中等)整合起来,生成注意事项:① 穿运动鞋,带薄外套;② 8点出发,避免堵车;③ 山上有便利店,不用带太多水;④ 下山时间建议不晚于17点。

步骤5:结果整合反馈(给你一份完整行程)

Client把所有结果整理成"人话",发给你:

你的XX山周末行程规划好啦:

  1. 天气:明天晴,12-20℃,适合爬山;
  2. 交通:地铁3号线转567路,8点出发,全程1.5小时;
  3. 门票:已帮你预订1张成人票,取票码123456(景区自助机可取);
  4. 注意事项:穿运动鞋、带薄外套,下山别晚于17点哦~

步骤6:上下文更新(AI记着你的需求)

MCP会把这次的行程信息存下来,比如你之后问"明天爬山要带伞吗?",AI会直接告诉你"明天晴,不用带伞"------这就是上下文记忆,不用你重复说需求。

三、没有MCP会怎么样?(对比才知道MCP的好)

如果没有MCP,你得自己做这些事:

  1. 打开天气预报APP,查XX山天气;
  2. 打开高德地图,手动输入起点终点查路线;
  3. 打开景区官网,填信息订门票;
  4. 自己上网搜攻略,再整合所有信息。

而有了MCP,一句话就能让AI联动所有工具,一站式搞定 ------这就是MCP的核心价值:让AI从"聊天机器人"变成"能帮你办事的助手"

四、场景总结

这个爬山规划场景里,MCP就像一个**"全能行程管家"**,它不自己干活,而是帮你协调天气、交通、门票等所有"小帮手",还帮你把控安全权限,最后给你一个省心的结果。

相关推荐
Godspeed Zhao2 小时前
从零开始学AI2——背景知识1
人工智能
Java后端的Ai之路2 小时前
【AI应用开发工程师】-分享2026年转型AI应用开发工程师经验
人工智能·ai应用开发工程师·java转型ai
应用市场2 小时前
深度学习语义分割完全指南:从原理到实战
人工智能·深度学习
毕不了业的硏䆒僧2 小时前
ARM架构的ModuleNotFoundError: No module named ‘thop‘
深度学习·annconda环境
RoboWizard2 小时前
8TB SSD还有掉速问题吗?
人工智能·缓存·智能手机·电脑·金士顿
l14372332672 小时前
电影解说详细教程:从「一条视频」到「持续更新」
人工智能
才兄说2 小时前
机器人租售要彩排?他们会先演一遍
机器人
MUTA️2 小时前
BCEWithLogitsLoss
人工智能
deephub2 小时前
使用 tsfresh 和 AutoML 进行时间序列特征工程
人工智能·python·机器学习·特征工程·时间序列