mcp指南

什么是mcp

mcp,全称 Model Context Protocol(模型上下文协议)

它是一个让大模型能够统一接入外部工具、数据和能力的标准协议

有很多mcp广场

https://modelscope.cn/mcp(魔搭社区,mcp广场)

https://mcpmarket.com/zh(mcp market)

找了一个操作redis的mcp

https://modelscope.cn/mcp/servers/@modelcontextprotocol/redis

直接让 claude code 帮我配置

json 复制代码
帮我配置一下这个mcp
{
  "mcpServers": {
    "redis": {
      "args": [
        "-y",
        "@modelcontextprotocol/server-redis",
        "redis://127.0.0.1:6379"
      ],
      "command": "npx"
    }
  }
}

重启claude服务,执行/mcp命令,看到mcp服务正常,mcp配置到/Users/li/demo/.mcp.json这个文件中

使用一下这个mcp服务

举个例子,当我们需要大模型排查问题时,大模型可能需要某些数据才能更精确的定位问题,比如数据库中的数据,配置中心的配置,相关的日志,有了mcp之后,大模型就可以按需调用mcp工具获取数据,提高了排查问题的效率

mcp有如下几种传输方式

传输方式 本地/远程 特点
stdio 本地 最简单
sse 远程 早期方案,逐渐减少
streamable http 远程 官方推荐的新方案

npx表明这是一个node写的mcp server,如果是nvx则表明是python写的mcp server

如何开发一个mcp

我们用python开发一个mcp服务

shell 复制代码
// 安装 mcp sdk
pip3 install mcp

server.py

python 复制代码
import base64

from mcp.server.fastmcp import FastMCP

# 创建 MCP Server
mcp = FastMCP("crypto-mcp")

@mcp.tool()
def encrypt(text: str) -> str:
    """
    对文本进行加密
    """
    encoded = base64.b64encode(
        text.encode("utf-8")
    ).decode("utf-8")

    return encoded


@mcp.tool()
def decrypt(cipher_text: str) -> str:
    """
    对密文进行解密
    """
    decoded = base64.b64decode(
        cipher_text.encode("utf-8")
    ).decode("utf-8")

    return decoded


if __name__ == "__main__":
    # stdio 模式启动
    mcp.run()

我们手动修改一下/Users/li/demo/.mcp.json,加入相关配置

json 复制代码
{
  "mcpServers": {
    "redis": {
      "args": [
        "-y",
        "@modelcontextprotocol/server-redis",
        "redis://127.0.0.1:6379"
      ],
      "command": "npx"
    },
    "crypto": {
      "command": "python3",
      "args": [
        "/Users/li/demo/server.py"
      ]
    }
  }
}

重启一下claude code,输入/mcp可以看到加解密服务正常启动了

我们测试一下加密,可以看到用了我们写的mcp工具,输出结果为aGVsbG8=

我们再测试一下解密

解密结果为hello,符合预期

相关推荐
doiito1 小时前
【Agent Harness】Gliding Horse 工具结果压缩体系:如何用“指针”驯服上下文膨胀
ai·rust·架构设计·系统设计·ai agent
doiito1 天前
【Agent Harness】Gliding Horse 上下文动态感知与智能压缩:让 Agent 真正“听得进”每一句话
ai·rust·架构设计·系统设计·ai agent
探索云原生2 天前
K8s 1.36 这个 GA 特性,把 initContainer 拉模型的 hack 干掉了
ai·云原生·kubernetes
Zy宇2 天前
从养 OpenClaw 到养社区 AI:一套 Multi-Agent 社区的设计思路
人工智能·ai
doiito2 天前
【Agent Harness】Gliding Horse 记忆系统深度剖析:像 CPU 一样思考的 AI 记忆架构
ai·rust·架构设计·系统设计·ai agent
mobility3 天前
免费AI视频生成器:我如何用零成本做出带旁白字幕的多场景AI视频
ai·vibe coding
doiito3 天前
【Agent Harness】Gliding Horse 给 Agent OS 装上双曲空间引擎与默克尔树边云同步
ai·rust·架构设计·系统设计·ai agent
knqiufan3 天前
从 Python 到 TypeScript,用 GLM-5.2 跑通 PowerMem SDK 的长程任务工程
ai·memory·agentic·powermem
小白跃升坊4 天前
Codex 增强部署:基于 Codex++ 接入 DeepSeek
ai·ai编程·codex·deepseek·ai coding·codex++
AlfredZhao4 天前
GPT 省钱,不是别用最新模型,而是别浪费缓存
gpt·ai