推荐语
深入解读MCP技术架构，探索大模型软件开发新范式。
核心内容：
1. MCP技术背景与开源项目mcphost实例分析
2. 大模型软件架构设计及微软Omniparser案例
3. MCP协议对大模型软件架构的影响与未来展望
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
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”。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。- 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。 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。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。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。npx -y @modelcontextprotocol/server-filesystem D:\\temp
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：
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。go build -o mcphost.exe main.go
一定要加上exe后缀， 不然Windows上执行不了。.\mcphost.exe -m ollama:qwen2.5:7b --config .\mcp.json
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
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：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。
粤ICP备14082021号
免费POC，
零成本试错
