（十五）MCP协议与插件生态 — 扩展无限可能

（十五）MCP协议与插件生态 --- 扩展无限可能

系列第15篇

作者：挖AI金矿

---

1.从"重复造轮子"到"标准化插件"

如果你用过前几代的AI编码助手，一定遇到过这个痛点：每个工具都有自己的插件规范，A平台的插件不能用在B平台上。给Claude写了一个文件操作插件，换个模型就不能用了；给Cursor写了一个数据库工具，转到Windsurf又要重写。

后端开发者对这种"各自为政"的生态太熟悉了------就像Node.js出现之前的JavaScript社区，每个框架都有自己的模块加载方式，互不兼容。

MCP（Model Context Protocol）的出现，就是为了解决这个问题。

它的目标很简单：统一AI模型与外部工具、数据源的通信协议，让任何MCP兼容的模型都可以使用任何MCP兼容的工具。

如果把AI模型比作浏览器，MCP就是HTTP协议，MCP Server就是Web服务器。你不需要关心浏览器是Chrome还是Firefox，只要它支持HTTP，就能访问任何网站。

本文将深入MCP协议的设计原理，展示如何通过Hermes的MCP客户端扩展Agent的能力，并手把手教你接入一个数据库MCP Server。

2.MCP究竟是什么？

2.12.1 协议的本质

MCP 定义了一套标准的通信规范，让AI模型（Host）能够发现、调用外部能力（Server）。协议的三个核心角色：

┌─────────────────┐       ┌──────────────────┐
│   MCP Host      │       │   MCP Server     │
│  (AI Agent)     │◄─────►│  (外部能力)       │
│                 │       │                  │
│  - Hermes       │       │  - 数据库查询    │
│  - Claude       │       │  - GitHub API    │
│  - Cursor       │       │  - 文件系统      │
│  - 任何MCP客户端│       │  - Web搜索       │
└─────────────────┘       └──────────────────┘
│
▼
┌─────────────────┐
│   Transport     │
│  (通信层)        │
│                 │
│  - stdio        │
│  - SSE          │
│  - WebSocket    │
└─────────────────┘

2.22.2 核心通信流程

MCP的通信分为三个阶段：

阶段一：能力发现（Capability Discovery）

Host 向 Server 发起 initialize 请求，Server 返回它支持的能力清单：

// Host → Server: initialize
{
"jsonrpc": "2.0",
"method": "initialize",
"params": {
"protocolVersion": "2025-03-26",
"capabilities": {
"roots": {"listChanged": true},
"sampling": {}
},
"clientInfo": {
"name": "hermes-agent",
"version": "1.0.0"
}
}
}

// Server → Host: initialized
{
"jsonrpc": "2.0",
"result": {
"protocolVersion": "2025-03-26",
"capabilities": {
"tools": {
"list": true,
"call": true
},
"resources": {
"list": true,
"read": true
}
},
"serverInfo": {
"name": "github-mcp-server",
"version": "0.1.0"
}
}
}

阶段二：工具列表

Host 调用 tools/list 获取 Server 提供的所有工具：

// Host → Server: tools/list
{
"jsonrpc": "2.0",
"method": "tools/list",
"params": {}
}

// Server → Host: tools/list result
{
"jsonrpc": "2.0",
"result": {
"tools": [
{
"name": "search_repositories",
"description": "搜索GitHub仓库",
"inputSchema": {
"type": "object",
"properties": {
"query": {
"type": "string",
"description": "搜索关键词"
},
"per_page": {
"type": "number",
"description": "每页结果数"
}
},
"required": ["query"]
}
},
{
"name": "get_readme",
"description": "获取仓库的README内容",
"inputSchema": {
"type": "object",
"properties": {
"owner": {"type": "string"},
"repo": {"type": "string"}
},
"required": ["owner", "repo"]
}
}
]
}
}

阶段三：工具调用

Host 调用 tools/call 执行具体操作：

// Host → Server: tools/call
{
"jsonrpc": "2.0",
"method": "tools/call",
"params": {
"name": "search_repositories",
"arguments": {
"query": "hermes-agent",
"per_page": 5
}
}
}

// Server → Host: tools/call result
{
"jsonrpc": "2.0",
"result": {
"content": [
{
"type": "text",
"text": "Found 15 repositories:\n1. hermes-agent/hermes - AI agent for terminal\n2. nous-hermes/nous-hermes - ..."
}
],
"isError": false
}
}

2.32.3 MCP vs 传统插件

MCP的标准化优势很明显：写一次插件，到处运行。就像你的后端服务提供了REST API，任何客户端都可以调用------MCP就是AI领域的REST。

3.Hermes的MCP客户端架构

Hermes Agent 内置了完整的MCP客户端，通过 config.yaml 配置即可启用。

3.13.1 配置结构

# ~/.hermes/config.yaml
agent:
mcp:
# 全局开关
enabled: true

# MCP Server 配置
servers:
# 每个 Server 的配置
github:
# 传输方式
transport: stdio

# 命令和参数
command: npx
args:
- "@modelcontextprotocol/server-github"

# 环境变量（传递给 MCP Server 进程）
env:
GITHUB_TOKEN: "${GITHUB_TOKEN}"

# Server 配置
config:
# 超时设置
timeout: 30000
# 自动重连
auto_reconnect: true
# 最大重试次数
max_retries: 3

# 工具过滤：只暴露需要的工具
tools:
enabled:
- "search_repositories"
- "get_readme"
- "list_issues"
disabled:
- "delete_repository"
- "update_repository"

database:
transport: stdio
command: npx
args:
- "@modelcontextprotocol/server-postgres"
env:
DATABASE_URL: "${DATABASE_URL}"

# 限制只能查询不能修改
tools:
enabled:
- "query"
- "describe_table"
disabled:
- "execute"
- "insert"
- "update"
- "delete"
- "create_table"
- "drop_table"

filesystem:
transport: stdio
command: npx
args:
- "@modelcontextprotocol/server-filesystem"
- "/home/zyw/sandbox"

tools:
disabled:
- "write_file"
- "delete_file"

3.23.2 启动与验证

配置好之后，启动Hermes并验证MCP连接：

# 启动 Hermes
$ hermes

# Agent 启动时会自动加载 MCP Server
# 你会看到类似这样的日志：
[INFO] MCP Server 'github' connected successfully
[INFO] MCP Server 'database' connected successfully
[INFO] MCP Server 'filesystem' connected successfully
[INFO] Available MCP tools:
- github: search_repositories, get_readme, list_issues, create_issue
- database: query, describe_table
- filesystem: read_file, list_directory, search_files

3.33.3 运行时诊断

如果某个Server连接失败，可以用诊断命令排查：

# 查看所有 MCP Server 的状态
$ hermes mcp status

# 输出示例：
MCP Servers Status:
github     ● Connected  (uptime: 2h 15m)
database   ● Connected  (uptime: 1h 30m)
filesystem ✗ Disconnected (last error: EACCES: permission denied)

# 查看某个 Server 的详细信息
$ hermes mcp inspect github

# 重启某个 Server
$ hermes mcp restart database

4.mcporter CLI：动态MCP服务管理

除了在 config.yaml 中静态配置，Hermes还提供了一个强大的CLI工具 mcporter，用于动态管理MCP Server。

4.14.1 安装 mcporter

# mcporter 已经集成在 Hermes 中
$ which mcporter
/home/zyw/.hermes/bin/mcporter

# 验证版本
$ mcporter --version
mcporter v1.2.0

4.24.2 常用命令

# 列出所有可用的 MCP Server
$ mcporter list

# 输出示例：
Available MCP Servers:
NAME         DESCRIPTION               STATUS
github       GitHub API integration     installed
postgres     PostgreSQL database        installed
filesystem   File system operations     installed
brave-search Web search via Brave       installed
docker       Docker container mgmt      not installed
redis        Redis database             not installed

# 安装一个新的 MCP Server
$ mcporter install @modelcontextprotocol/server-redis

# 启动 Server
$ mcporter start redis

# 停止 Server
$ mcporter stop redis

# 查看 Server 日志
$ mcporter logs redis --tail 20

# 卸载 Server
$ mcporter uninstall redis

# 更新所有 Server
$ mcporter update --all

4.34.3 高级用法：动态注入配置

# 启动时注入环境变量
$ mcporter start postgres \
--env DATABASE_URL="postgresql://user:pass@localhost:5432/mydb" \
--env PGSSLMODE=require

# 动态限制可用工具
$ mcporter start github \
--allow-tools search_repositories,get_readme,list_issues \
--deny-tools delete_repository

# 设置资源配额
$ mcporter start filesystem \
--max-memory 256MB \
--timeout 30s \
--max-requests 1000

4.44.4 脚本化管理

可以将 mcporter 集成到项目启动脚本中：

#!/bin/bash
# start-mcp-servers.sh

echo "Starting MCP Servers..."

# 启动数据库 Server
mcporter start postgres \
--env DATABASE_URL="postgresql://localhost:5432/devdb" \
--allow-tools query,describe_table

# 启动 GitHub Server
mcporter start github \
--env GITHUB_TOKEN="$(cat ~/.config/github/token)" \
--allow-tools search_repositories,list_issues,list_prs

# 启动 Web 搜索 Server
mcporter start brave-search \
--env BRAVE_API_KEY="$(cat ~/.config/brave/api_key)"

echo "All MCP Servers started. Use 'mcporter list' to verify."

5.实战：接入GitHub MCP Server

这是用得最多的场景之一。让Agent直接操作GitHub，从搜索仓库到创建Issue、管理PR。

5.15.1 安装与配置

# 安装 GitHub MCP Server
$ npm install -g @modelcontextprotocol/server-github

# 验证安装
$ npx @modelcontextprotocol/server-github --version
1.0.0

# 获取 GitHub Token
# 在 GitHub Settings → Developer settings → Personal access tokens → Fine-grained tokens
# 创建 Token，至少需要 repo 和 issues 权限

$ export GITHUB_TOKEN="ghp_xxxxxxxxxxxxxxxxxxxx"

配置到 Hermes：

# ~/.hermes/config.yaml
agent:
mcp:
servers:
github:
transport: stdio
command: npx
args:
- "@modelcontextprotocol/server-github"
env:
GITHUB_TOKEN: "${GITHUB_TOKEN}"
config:
timeout: 30000
auto_reconnect: true

5.25.2 使用场景演示

启动Hermes后，可以直接用自然语言操作GitHub：

你：搜索 Hermes Agent 相关的开源项目

Agent 调用: search_repositories(query="hermes-agent")
返回结果:
Found 20 repositories. 主要项目包括：
1. hermes-agent/hermes - AI agent that works in your terminal
2. NousResearch/hermes - Hermes training framework
...

你：查看 hermes-agent/hermes 的 README

Agent 调用: get_readme(owner="hermes-agent", repo="hermes")
返回结果: [README 内容]

你：帮我看看最近5个未解决的Issue

Agent 调用: list_issues(owner="hermes-agent", repo="hermes", state="open", per_page=5)
返回结果: [最近的5个Issue]

5.35.3 高级场景：自动处理Issue

通过MCP，Agent可以完成复杂的Issue处理流程：

你：帮我处理这个Issue #42，它是一个关于"添加Docker支持"的feature request。
先看看Issue内容，然后创建一个对应的milestone。

Agent:
步骤1: get_issue(owner="my-org", repo="my-project", issue_number=42)
步骤2: 分析Issue内容是feature request
步骤3: create_milestone(owner="my-org", repo="my-project", title="Docker Support", due_date="2026-05-01")
步骤4: create_comment(owner="my-org", repo="my-project", issue_number=42, body="Thanks! Created milestone 'Docker Support' for tracking.")

6.实战：接入数据库MCP Server

这是后端开发者最实用的场景。让Agent安全地查询数据库、分析数据。

6.16.1 安装 PostgreSQL MCP Server

# 安装 PostgreSQL MCP Server
$ npm install -g @modelcontextprotocol/server-postgres

# 验证
$ npx @modelcontextprotocol/server-postgres --version
1.0.0

# 准备数据库连接字符串
$ export DATABASE_URL="postgresql://dev_user:dev_pass@localhost:5432/devdb"

6.26.2 安全优先的配置

数据库操作是高风险场景，必须严格限制：

# ~/.hermes/config.yaml
agent:
mcp:
servers:
postgres:
transport: stdio
command: npx
args:
- "@modelcontextprotocol/server-postgres"
env:
DATABASE_URL: "${DATABASE_URL}"

# 只开放只读工具
tools:
enabled:
- "query"           # 执行只读查询
- "describe_table"  # 查看表结构
- "list_tables"     # 列出所有表
disabled:
- "execute"         # 禁止执行任意SQL
- "insert"          # 禁止插入
- "update"          # 禁止更新
- "delete"          # 禁止删除
- "create_table"    # 禁止建表
- "drop_table"      # 禁止删表
- "alter_table"     # 禁止改表

# 额外的查询安全策略
config:
# 只允许 SELECT 查询
readonly: true
# 限制返回行数
max_rows: 1000
# 超时
query_timeout: 10000

6.36.3 实际使用

你：帮我看一下 users 表的结构

Agent 调用: describe_table(table_name="users")
返回:
id          SERIAL PRIMARY KEY
name        VARCHAR(100)
email       VARCHAR(200) UNIQUE
created_at  TIMESTAMP DEFAULT NOW()
status      VARCHAR(20) DEFAULT 'active'

你：查询最近注册的10个用户

Agent 调用: query(sql="SELECT id, name, email, created_at FROM users ORDER BY created_at DESC LIMIT 10")
返回: [10条用户记录]

6.46.4 安全查询的最佳实践

由于我们限制了只读，Agent只能执行SELECT。但即使如此，也要注意：

-- ❌ 危险的 SELECT（虽然不会修改数据，但可能造成性能问题）
SELECT * FROM orders WHERE amount > 1000000
-- 如果表很大，全表扫描会拖垮数据库

SELECT * FROM users CROSS JOIN orders CROSS JOIN products
-- 笛卡尔积可能产生天文数字的行数

为了防止这类问题，可以在数据库层面设置 statement_timeout：

-- 在数据库中设置
ALTER DATABASE devdb SET statement_timeout = '10s';

或者在MCP Server配置中增加查询验证：

config:
# 禁止不带 WHERE 的全表查询
require_where_clause: true
# 禁止 JOIN 超过 3 个表
max_joins: 3
# 禁止子查询嵌套超过 2 层
max_subquery_depth: 2

7.MCP社区生态一览

MCP虽然是新生事物，但生态已经相当丰富。截至2026年4月，官方和社区贡献的MCP Server超过200个。

7.17.1 官方维护的Server

7.27.2 社区贡献的有趣Server

# 安装社区 Server
$ mcporter install @anthropic/mcp-server-slack
$ mcporter install @anthropic/mcp-server-notion
$ mcporter install @datadog/mcp-server-datadog
$ mcporter install @aws/mcp-server-dynamodb
$ mcporter install @redis/mcp-server-redis
$ mcporter install @elastic/mcp-server-elasticsearch
$ mcporter install @mongodb/mcp-server-mongodb

社区生态的亮点：

开发工具类：

• mcp-server-docker --- 操作Docker容器和镜像
• mcp-server-kubernetes --- 管理Kubernetes资源
• mcp-server-terraform --- 管理基础设施
• mcp-server-aws --- AWS资源管理

数据类：

• mcp-server-redis --- Redis缓存查询
• mcp-server-elasticsearch --- Elasticsearch搜索
• mcp-server-mongodb --- MongoDB查询
• mcp-server-clickhouse --- ClickHouse分析

协作类：

• mcp-server-slack --- Slack消息和频道管理
• mcp-server-notion --- Notion文档管理
• mcp-server-jira --- Jira Issue管理
• mcp-server-confluence --- Confluence页面管理

自定义Server：

你可以用任何语言实现MCP Server。Python示例：

# my_mcp_server.py
import json
import sys
from typing import Any

class MyMCPTool:
"""一个简单的自定义 MCP Server"""

def handle_request(self, request: dict) -> dict:
method = request.get("method")

if method == "initialize":
return {
"protocolVersion": "2025-03-26",
"capabilities": {
"tools": {"list": True, "call": True}
},
"serverInfo": {
"name": "my-custom-server",
"version": "0.0.1"
}
}

elif method == "tools/list":
return {
"tools": [
{
"name": "greet",
"description": "Say hello to someone",
"inputSchema": {
"type": "object",
"properties": {
"name": {"type": "string"}
},
"required": ["name"]
}
},
{
"name": "current_time",
"description": "Get current time in a timezone",
"inputSchema": {
"type": "object",
"properties": {
"timezone": {
"type": "string",
"default": "Asia/Shanghai"
}
}
}
}
]
}

elif method == "tools/call":
name = request["params"]["name"]
args = request["params"]["arguments"]

if name == "greet":
return {
"content": [{
"type": "text",
"text": f"Hello, {args['name']}! 👋"
}]
}
elif name == "current_time":
from datetime import datetime
import pytz
tz = pytz.timezone(args.get("timezone", "Asia/Shanghai"))
now = datetime.now(tz)
return {
"content": [{
"type": "text",
"text": f"Current time: {now.strftime('%Y-%m-%d %H:%M:%S %Z')}"
}]
}

return {"error": {"code": -32601, "message": "Method not found"}}

def run(self):
"""Stdio transport loop"""
for line in sys.stdin:
try:
request = json.loads(line.strip())
response = self.handle_request(request)
print(json.dumps(response), flush=True)
except Exception as e:
print(json.dumps({"error": {"message": str(e)}}), flush=True)

if __name__ == "__main__":
server = MyMCPTool()
server.run()

注册这个自定义Server：

agent:
mcp:
servers:
my-custom:
transport: stdio
command: python
args:
- "/home/zyw/mcp-servers/my_mcp_server.py"

8.MCP的安全考量

MCP带来了强大的扩展能力，但也引入了新的安全风险。

8.18.1 风险矩阵

8.28.2 安全配置建议

agent:
mcp:
# 全局安全设置
security:
# 禁止未签名的 Server
require_signed_servers: true

# Server 签名验证
allowed_publishers:
- "@modelcontextprotocol"
- "@anthropic"

# 沙箱模式：每个 Server 运行在隔离进程中
sandbox: true

# 网络访问控制
network:
# 禁止 Server 访问内网
deny_private_ips: true
# 允许的外网域名白名单
allowed_domains:
- "api.github.com"
- "*.github.com"

# 数据流审计
audit:
log_all_requests: true
log_all_responses: false  # 响应可能包含敏感数据

8.38.3 最小工具原则

就像前一篇文章强调的最小权限，MCP Server也要遵循最小工具原则：

agent:
mcp:
servers:
github:
# 只暴露当前任务需要的工具
tools:
enabled:
- "search_repositories"
- "get_readme"
# 明确禁用有破坏性的工具
disabled:
- "delete_repository"
- "transfer_ownership"
- "create_repository"
- "update_repository"
- "fork_repository"

9.MCP vs 内置工具：何时用哪个？

这是很多开发者的疑问。Hermes既有内置工具（terminal、read_file等），又有MCP扩展，什么时候用哪个？

经验法则：

• 操作本机资源 → 内置工具
• 操作远程服务 → MCP Server
• 需要快速原型 → MCP Server（开箱即用）
• 需要精细控制 → 内置工具

10.实战：搭建一个全能MCP生态

让我们把所有知识串起来，搭建一个后端开发者的全能MCP环境。

10.110.1 完整配置

# ~/.hermes/config.yaml
agent:
mcp:
enabled: true

servers:
# 代码管理
github:
transport: stdio
command: npx
args: ["@modelcontextprotocol/server-github"]
env:
GITHUB_TOKEN: "${GITHUB_TOKEN}"
tools:
disabled:
- "delete_repository"
- "transfer_ownership"

# 数据库查询
postgres:
transport: stdio
command: npx
args: ["@modelcontextprotocol/server-postgres"]
env:
DATABASE_URL: "postgresql://dev:dev@localhost:5432/devdb"
config:
readonly: true
max_rows: 1000

# 缓存查询
redis:
transport: stdio
command: npx
args: ["@modelcontextprotocol/server-redis"]
env:
REDIS_URL: "redis://localhost:6379"
tools:
enabled:
- "get"
- "keys"
- "exists"
- "ttl"
disabled:
- "set"
- "del"
- "flush"
- "expire"

# 日志搜索
elasticsearch:
transport: stdio
command: npx
args: ["@modelcontextprotocol/server-elasticsearch"]
env:
ELASTICSEARCH_URL: "http://localhost:9200"
config:
max_results: 100

# 文档搜索
brave-search:
transport: stdio
command: npx
args: ["@modelcontextprotocol/server-brave-search"]
env:
BRAVE_API_KEY: "${BRAVE_API_KEY}"

10.210.2 启动脚本

#!/bin/bash
# start-dev-environment.sh

echo "🚀 Starting MCP Servers..."

# 检查依赖
command -v npx >/dev/null 2>&1 || { echo "需要安装 Node.js"; exit 1; }

# 启动所有 Server
mcporter start github --allow-tools search_repositories,list_issues,list_prs
mcporter start postgres --env DATABASE_URL="postgresql://localhost:5432/devdb" --readonly
mcporter start redis --allow-tools get,keys,exists,ttl
mcporter start brave-search

echo ""
echo "✅ All MCP Servers started!"
echo "Type 'hermes' to begin"
echo "Type 'mcporter list' to check status"

10.310.3 工作流示例

配置好之后，你的工作流可以变成这样：

你：帮我排查一下生产环境的问题，用户反馈登录响应慢

Agent:
1. 查询Github（搜索相关Issue和PR）
2. 查询Postgres（分析数据库查询性能）
3. 查询Redis（检查缓存命中率）
4. 查询Elasticsearch（搜索应用日志中的错误）

最终输出一份诊断报告，定位到问题原因

以前需要打开5个不同的工具才能完成的事情，现在一句话就能搞定。

11.写在最后

MCP协议正在重塑AI Agent的生态格局。它带来的不仅仅是技术上的标准化，更是思维方式的转变------从"写死工具"到"动态发现能力"，从"孤立运行"到"互联互通"。

对于后端开发者来说，MCP是一个天然契合的技术范式。我们对API设计、协议定义、服务治理的理解，可以直接迁移到MCP Server的开发中。

MCP的核心价值可以归结为三句话：

1. 写一次，到处运行 --- Server开发一次，任何MCP Host都能用
2. 能力动态发现 --- Host不需要预知Server的能力，运行时自动发现
3. 安全边界清晰 --- 每个Server有独立的权限和资源隔离

下一步的演进方向：

• MCP Server市场（像VSCode插件市场一样发现和安装）
• 联邦式MCP（多个Agent共享MCP Server实例）
• MCP Server的SLA和监控

下一篇文章，我们将探讨Hermes的另一个强大功能------Cron任务自动化，让AI定时帮你干活。

作者：挖AI金矿

系列：Hermes Agent 从小白到高级 --- 第 15/18 篇

下一篇：第16篇：Cron任务自动化 --- 让AI定时帮你干活