我要投稿

技术视角理解MCP: 基于mcphost+Ollama+Qwen实战

发布日期：2025-03-15 07:21:59 浏览次数： 5770

作者：技术真相

微信搜一搜，关注“技术真相”

1.背景

最近MCP很火相关的文章也很多, 但从技术角度看总感觉没有把MCP讲透。 “终知此事要躬行”，本文以开源项目mcphost为例，来看看MCP到底是什么，希望可以帮助您理解“当别人在说MCP的时候到底在说什么”。

2.基于大模型的软件架构方式

大模型可以很好理解自然语言，也就可以比较准确的提取出用户输入的意图。只要有了这个意图，剩下的实现这个意图就是普通的软件开发任务了。

比如：用户输入是“创建文件a.txt”，大模型理解这个意图，知道应该调用创建文件的能力创建文件，开发人员只要实现创建文件的能力给大模型用就好了。

下图是一个比较经典的基于大模型的软件架构：

软件收到用户用自然语言给出的需求后:

第一步是将其组装成一个给到大模型的prompt，比如：告诉大模型你的回答只能是在Action1和Action2中选择一个，并且告诉他Action1是完成任务1，Action2是完成任务2。用户的指令是“完成任务2”。有了这样一个严格的prompt后，大模型分析用户输入，推理出回答应该是Action1.
第二步软件收到回答是Action1的时候，就会去调用Action1 Server完成任务1. Action 2同理。
至于Software和Action Server是怎么通信起来的，随意你怎么实现。

这个架构的典型案例可以参考微软的Omniparser工程，就是这个实现思路，它的通信方式用的普通的HTTP协议。

这里所说的基于大模型的软件其实已经类似当前很火的AI Agent概念了。

3.理解MCP

理解了上述软件架构方式后，再去理解MCP就容易多了。下图是MCP官方给的软件架构图，其实从软件架构的角度来看，这个图漏掉了非常重要的LLM模块。

从软件架构角度来说， MCP的架构图应该是下图所示：

核心是LLM的function call能力，比如DeepSeek R1没有function能力也就不能用到MCP的架构中来了，而openai，Qwen这种具备function call能力是可以的。也可以看到MCP最大的贡献是把基于LLM的大模型软件架构里面的Action Server的实现方式给标准化了，它提了一个标准化的MCP协议出来，就不再是各家自己通过HTTP，RPC之类的方式随意实现的了。

这个和gRPC很像，如果每个Action Server都遵循相同的标准，那复用确实会方便很多。

到这里就理解了MCP的核心贡献，它将基于大模型的软件开发中用到的外部Action Server能力标准化了。这也意味着这， MCP要想成为未来大模型软件开发的事实标准的话，需要各家服务提供商都实现MCP服务才行。

如果MCP可以和HTTP一样简洁的话，是很有希望成为大模型软件开发的事实标准的。不过要注意的是，没有MCP也不影响我们开发基于大模型的软件，即开发各种AI Agent。

4.大模型在软件架构中的价值

到这里面，MCP在基于大模型的软件架构发挥的作用相信已经明朗的。其实，不要被所谓的MCP误导了重点，MCP并不是什么重点，重点是大模型。正是大模型理解了用户的自然语言输入，推理出了下一步的动作，才使得整个软件可以运转起来，至于是不是MCP并不重要。在理解MCP的时候不要忘记这一点。

5.实战

看到很多文章说的是用Claude for desktop，不知道他们是否有实际跑通Claude的例子。我用科学上网方式也没有成功注册Claude。因此我找了一个golang版本的支持mcp的开源项目，这个开源项目的实现非常简洁，可以很好的帮助我们理解MCP的运转方式。

5.1 安装

以Windows为例：

通过浏览器安装nodejs，然后执行命令

npx -y @modelcontextprotocol/server-filesystem D:\\temp

clone mcphost工程

git clone https://github.com/mark3labs/mcphost.git

在工程目录下添加名为mcp.json的文件，内容如下：

{    "mcpServers": {      "filesystem": {        "command": "npx",        "args": [          "-y",          "@modelcontextprotocol/server-filesystem",          "D:\\temp"        ]      }    }  }

以Qwen 2.5 7B大模型为例，用Ollama启动这个模型：

ollama run qwen2.5:7b

如果没有Ollama的话，自己通过浏览器安装下。首次启动需要将4.7G的模型文件下载下来，可能比较耗时。

编译工程

go build -o mcphost.exe main.go

一定要加上exe后缀，不然Windows上执行不了。

5.2 和Qwen的交互过程

用如下命令启动mcphost：

.\mcphost.exe -m ollama:qwen2.5:7b --config .\mcp.json

用户输入：

创建文件a.txt

mcphost实际向Ollama发的请求内容是如下的json。可以看到实际上是一个定制化的prompt，即function call。基于AI Agent依赖的核心就是大模型的function call能力。

注意， DeepSeek R1是不支持function call的，因此如果你将上面的模型改成DeepSeek会报错：

Error: registry.ollama.ai/library/deepseek-r1:7B does not support tools

Ollama的输出如下：

告诉Agent应该调用的函数和参数。根据收到的toolName和参数完成接下来的mcp服务调用：

最终的运行效果如图所示，可以看到它还有纠错的能力

至于MCP协议格式、Client和Server的实现是比较普通的软件开发了，mcphost工程挺简洁，建议可以去看下它的实现。

6.总结

到这里，所谓MCP就不神秘了。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-07-31

字节打响 Agent 平台战！Coze扣子、n8n、Dify谁是终点？

2025-07-31

Coze开源后，我用LLM+OCR做了一个文档智能问答Agent

2025-07-31

字节开源“扣子”，企业数字化转型的新机遇！

2025-07-31

一个不卷大模型的清华学霸，率先用AI赚到了钱

2025-07-31

阿里刚刚开源Qwen3新思考模型：Agent能力超强，支持100万上下文

2025-07-30

Coze：打造智能高效的股票交易系统

2025-07-30

阿里云Qwen3重大升级，已全面超越DeepSeek与Kimi

2025-07-30

更强的 Qwen3-Coder 来了，都用上了吗？

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

实测Qwen3-Coder，这就是目前最强的开源编程模型

2025-07-23

看大厂PM，如何玩转多个智能体开发平台

2025-06-17

53AI Hub重磅开源！让99%的智能体开发者赚到钱！

2025-06-17

Qwen3-Coder开源：面向世界的智能编程引擎

2025-07-23

Kimi K2详测，Claude国产平替有了

2025-07-14

Kimi K2 详测｜超强代码和Agent 能力！内附Claude Code邪修教程

2025-07-12

刚刚，DeepSeek开源新版R1，媲美OpenAI最高o3模型

2025-05-29

豆包电脑版不讲武德降维打击本地部署AI知识库的开源选手

2025-05-12

事实证明千问qwen3小模型才是企业的生产力，他究竟能做什么呢？

2025-05-14

重磅：GitHub Copilot 开源 - 微软Build 2025开场即高潮

2025-05-20

大家都在问

字节打响 Agent 平台战！Coze扣子、n8n、Dify谁是终点？

2025-07-31

更强的 Qwen3-Coder 来了，都用上了吗？

2025-07-30

Coze扣子开源后，还有好用的智能体Agent开发平台吗？

2025-07-30

扣子（Coze）开源了！你发现了哪些商业机会？

2025-07-30

GLM-4.5 发布，六大主流模型混战测评，谁能一键生成“ 真·可用 ”的应用？

2025-07-29

Coze既可开源也能本地部署，n8n和coze哪家强？

2025-07-29

AI Agent 新选择：Coze Studio 开源上手实录，能替代 Dify 吗？

2025-07-28

Coze 开源了，对公安/政务行业用户的潜在影响和机会？

2025-07-28

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB