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
天远API2 小时前
零信任架构实战:基于天远车信盟出险构建自动化车险评估网关
人工智能·ai·工具分享
JavaPub-rodert3 小时前
Codex 里的 GPT-6 Astra、GPT-5.6 Sol、Terra、Luna 怎么选?
ai·codex·skill
梅梅绵绵冰3 小时前
大模型应用开发-SpringAI框架
spring·ai
蜡台4 小时前
向量数据库完全解析:原理、核心指标、RAG工作流 \+ Milvus实战Demo
ai·agent
云烟成雨TD4 小时前
LlamaIndex 系列【32】检索增强策略:自问自答(Self Ask)
ai·agent·rag·llamaindex
slacker-kian4 小时前
[实践]-让 SAP 工程 Skill 脱离 opencode跑在自定义Agent 上
ai·llm·sap·agent·abap·adt·opencode
合米AI SOP系统4 小时前
人工巡检的局限性,正在悄悄消耗工厂利润,合米科技AI SOP视觉防错怎么破?
人工智能·ai
云烟成雨TD4 小时前
LlamaIndex 系列【35】节点后处理器(Node Postprocessor)
ai·agent·rag·llamaindex
骑着蜗牛撵大象3274 小时前
告别内存泄漏:LLMManager架构设计与智能指针在AI SDK中的智慧选型
c++·ai·架构
长谷深风1115 小时前
根因定位:三步隔离法破解AIBadcase
人工智能·ai·大模型·retrieval·ai智能体·aiagent·aibadcase