MCP协议理解

MCP 是什么

MCP(Model Context Protocol)的核心思路就一句话:把"工具"抽象成一个标准化的服务端,用于模型和工具之间的解耦。

bash 复制代码
之前:  模型 → 应用代码 → 本地函数
现在:  模型 → MCP Client → MCP Server → 实际工具/服务

MCP的三种通信机制

  1. stdio(标准输入输出)
    纯本地,不走网络
bash 复制代码
Host/Client 进程
    ↓ 启动子进程
MCP Server 进程
    ↓ stdin/stdout 读写 JSON-RPC 消息
  1. SSE(Server-Sent Events)
    客户端会与服务端建立一个长链接,服务端可以通过这个链接主动推送;请求和响应走的是不同的通道;比如客户端给服务器用QQ发消息,服务端用微信给客户端推送数据;

客户端通过 HTTP POST 发 JSON-RPC 请求

服务端通过一条持久的 SSE 连接往回推结果

双向通信但用了两个通道:POST 走请求,SSE 走响应流

优点:真正的远程调用、浏览器友好、服务端可以主动推送

缺点:SSE 是单向的,服务端没法真正"调回"客户端;连接断了要重连;架构上比较别扭------请求和响应走不同通道

  1. Streamable HTTP
    可以理解成 POST 请求,请求工具,返回结果;
    还可以兼容之前的SSE 让服务端主动推送;
bash 复制代码
Client ──HTTP POST──→ Server
Client ←──HTTP 响应── Server(可以是普通 JSON,也可以是流式 SSE)

SSE 本身是什么

SSE(Server-Sent Events)本质就是一个浏览器原生的、服务端往客户端单向推数据的 HTTP 流

bash 复制代码
GET /events HTTP/1.1
Accept: text/event-stream

← 服务端一直往这条连接里写数据:
event: message
data: {"foo": "bar"}

data: {"foo": "baz"}

...永不关闭

协议层面就规定了:客户端发一次请求,服务端持续往回写。客户端不能通过这条连接往服务端发东西。

所以叫"单向"------只有服务端→客户端这一个方向能流动数据。

所以"双向"是靠两个独立的 HTTP 连接拼出来的,不是一个通道天然支持双向。所以,请求和响应走的通道不一样。

既然是单向的为什么还要建立长连接

MCP 里有些消息不是客户端发起请求然后等服务端回的,而是服务端自己想说话。

比如:

通知(Notification)------服务端状态变了,想告诉客户端一声

Sampling------Server 对 Client 说"帮我调一下你的模型生成一段文本"

Elicitation------Server 对 Client 说"弹个框让用户填个参数"

资源变更通知------文件改了、数据库变了,推给客户端刷新上下文

这些场景有个共同特点:不是客户端先问的,是服务端主动要开口;

众所周知,服务端是没办法给客户端主动发消息的(客户端大概率没有公网地址),长连接就是给服务端一个能主动触达客户端的通道;

bash 复制代码
POST /message    →  客户端随时能找服务端说话(短连接,用完就走)
SSE /sse         →  服务端随时能找客户端说话(长连接,一直挂着)

举例说明

  1. stdio
bash 复制代码
你的电脑上跑着两个进程:

进程A(AI 应用)          进程B(天气 MCP Server)
     |                        |
     |--- stdin:  {"method": "tools/call",  |
     |     "params": {"name": "get_weather", |
     |     "arguments": {"city": "北京"}}    |
     |                        |
     |                        | (查数据库/调 API)
     |                        |
     |<-- stdout: {"temperature": "28°C",   |
     |     "condition": "晴"}              |

就像你写了个程序,fork 了一个子进程,往它的键盘输入里打字,它从屏幕输出里回你结果。进程间通过管道通信,纯本地,没有网络;

  1. SSE 方式
bash 复制代码
你的电脑(Client)          云端天气服务(Server)
     |                            |
     |--- POST /message ---------->|
     |    {"method": "tools/call", |
     |     "params": {"city": "北京"}}
     |                            |
     |                            | (处理请求)
     |                            |
     | 同时,早就建好的一条连接:    |
     |<=== SSE 长连接一直挂着 =====|
     |                            |
     |    服务端往这条流里推结果:   |
     |<-- event: result ----------|
     |    {"temperature": "28°C", |
     |     "condition": "晴"}    |

注意这里是 POST 出去了,但结果不是从 POST 的响应里回来的,是从那条早就建好的 SSE 长连接里推过来的。就像你往客服发了条微信(POST),但客服回你的消息是从另一个窗口弹出来的(SSE 流)。

  1. Streamable HTTP 方式
bash 复制代码
你的电脑(Client)          云端天气服务(Server)
     |                            |
     |--- POST /message ---------->|
     |    {"method": "tools/call", |
     |     "params": {"city": "北京"}}
     |                            |
     |                            | (处理请求)
     |                            |
     |<-- HTTP 200 OK ------------|
     |    Content-Type: application/json
     |    Body: {"temperature": "28°C", "condition": "晴"}

一个 POST,一个响应,跟调普通 REST API 一模一样。

既然POST 就可以解决,为什么还要搞出个SSE

MCP 的初衷并不是"解耦工具和模型";

Anthropic 设计 MCP 时的野心比"工具调用标准化"大得多。他们想解决的是:

让 AI 应用能像人一样,无缝接入所有数字资源。

不只是调个 API 拿个结果,而是:

读文件、查数据库、翻浏览器书签

感知环境变化(文件改了、邮件来了、issue 更新了)

跟用户交互(弹确认框、要额外输入)

让工具之间协作(Server A 调 Server B,或者 Server 让模型生成内容)

所以你看 MCP 的三大原语------Tools、Resources、Prompts------它的定位是"AI 的通用接口层",类比 USB 协议,什么设备都能插;

但是,实际落地时大部分场景就是工具调用

现实很骨感:

90% 的 MCP Server 只实现了 Tools

Resources 有人用但少

Prompts 用的人更少

Sampling、Elicitation 几乎没人实现

因为当前 AI 应用的主流形态是"用户问→模型答→中间调个工具拿结果",这个循环里根本不需要服务端反向通信、不需要主动通知、不需要用户交互原语。

所以,Streamable HTTP 本质上是一次功能降级操作,是对现实的妥协;

相关推荐
feasibility.11 分钟前
英伟达把物理AI的3D模型“应用商店”开放了:2575个SimReady仿真资产,总计约472GB,可让agent装配机器人训练场景
人工智能·3d·机器人·仿真·建模·具身智能·英伟达
智联视频超融合平台1 小时前
消防宣传月过半,“AI+消防“给视频平台换了张考卷
人工智能·边缘计算·视频监控·安防·视频联网
冬奇Lab1 小时前
一天一个开源项目(第262篇):AG-UI —— 把 AI Agent 接进前端的开放协议,和 MCP、A2A 并列的第三块拼图
人工智能·开源
罗西的思考2 小时前
【轻量化复现大模型 / KIMI K3】MTP / EAGLE‑3 模块交互式演示
人工智能·深度学习·算法
RobinDevNotes3 小时前
Claude Code 剪视频,不上传、不要 API Key
人工智能·python·音视频·开发工具·ipython
stormzhangV3 小时前
Coding Agent,通往 AGI 的重要一环
人工智能·agent·ai编程
伯奥克客服4 小时前
2026年视频综合一体机架构选型:从接口协议到流媒体底层的深度技术解析
架构·音视频
Bowen_J4 小时前
Apple Foundation Models:Apple AI核心框架
人工智能·ai编程·apple
IT_陈寒5 小时前
Redis那个过期删除策略,差点让我线上崩了
前端·人工智能·后端
阿里云大数据AI技术5 小时前
AI 原生大数据服务 ADA 快速入门:完成首次对话式数据分析
大数据·人工智能