您可以捐助,支持我们的公益事业。

1元 10元 50元





认证码:  验证码,看不清楚?请点击刷新验证码 必填



  求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Model Center 汽车系统工程   模型库
    学习助手
会员   
   
FDE(前沿部署工程师)实践指南
11月11-12日 北京+线上
OCSMP 认证培训
11月19-20日 北京+线上
AI赋能产品管理实战
12月10-11日 北京+在线
     
   
 订阅
MCP概念与架构
 
作/译者: 智能体日札
  3   次浏览      1 次
 2026-11-10
 
编辑推荐:
本文用一张全景图串起 MCP 的四个关键面:概念、架构、数据传输与工具调用。从 Host / Client / Server 的角色分工,到 stdio 与 HTTP+SSE 两种传输方式,再到基于 JSON-RPC 2.0 的 tools/list、tools/call 交互时序,最后厘清 MCP 与 Function Calling 的叠加关系,是理解 MCP 协议的一份简洁入门笔记。
本文来自于微信公众号智能体日札,由火龙果软件Alice编辑、推荐。

摘要:MCP的概念, 架构, 数据传输方式, 和工具调用的关系

一、概念

MCP: Model Context Protocol, 是"AI 应用的 USB-C 端口", 不管设备(数据源)什么样,插上就能用, 所有符合协议的客户端都能接入, 架构分为client/host/ server,底层通信JSON-RPC 2.0。

角色作用
HostAI 应用本体,跑模型、做编排
Client在 Host 内部、一对一连某个 Server 的部件
Server服务端,独立进程,提供工具/数据/提示词

Server 是独立进程,和 Agent 主程序分开跑,靠标准输入/输出或网络通信。工具实现完全封装在 Server 里,Host 不用知道 web_search 内部调的是什么。

两种传输方式:

传输连接方式适合安全特点
stdioServer 作为子进程被 Host 拉起,用 stdin/stdout 交换消息本地、同机不占网络端口,进程退出即断,最安全
HTTP+SSEServer 运行在远端,Client 通过网络连接远程、跨机器/云端要走鉴权、HTTPS,运维成本更高

二、通过JSON-RPC 2.0传数据

① Client 问 Server:你有哪些工具?

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/list",
  "params": {}
}

② Server 回答:工具清单

inputSchema是告诉模型工具的数据格式

{
  "jsonrpc": "2.0v,
  "id": 1,
  "result": {
    "tools": [
      {
        "name": "read_notev",
        "description": "读取某篇笔记的全文内容",
        "inputSchema": {
          "type": "object",
          "properties": { "name": { "type": "string" } },
          "required": ["name"]
        }
      }
    ]
  }
}

③ Client 让 Server 执行调用

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": { "name": "read_note", "arguments": { "name": "doc1.md" } }
}

模型根据description决定是否调用,根据inputSchema知道传什么参。和之前自定义工具 @tool的 docstring作用相同,在 MCP 里被规范化成了 JSON。

端到端时序

你 ──"知识库里有哪些笔记"──▶ Host(模型)
                                    │ 模型判断:要调 list_notes
                                    ▼
                              Client(连 notes-server)
                                    │ ① initialize 握手
                                    │ ② tools/list 要清单
                                    ▼
                              Server(notes-server, 独立进程)
                                    │ 回工具清单
                                    ▼
                              Client ──③ tools/call(list_notes)──▶ Server
                                                              │ 执行 os.listdir
                                                              ▼
                                                         回文件列表
                                    │
                                    ▼
                              Host(模型)把结果组织成自然语言回你

模型只负责想调用哪个工具, 其他的问题由MCP解决。

三、MCP 和 工具调用(Function Calling) 的关系

Function Calling是大模型的能力:模型决定 “要调用哪个工具,参数是什么”, 是模型能力侧。

MCP是应用和外部工具之间的开放通信协议: 用来标准化工具发现、连接、执行, 是基础设施侧。

两者是叠加关系。模型用 Function Calling 发起意图,MCP 负责把意图路由到正确的 Server 工具上并执行。

用户提问
  ↓
Host应用通过MCP Client,向MCP Server查询可用工具列表、Schema
  ↓
Host拿到工具描述,把工具定义传给大模型API
  ↓
【Function Calling环节】大模型判断要调用工具,输出结构化调用JSON
  ↓
Host收到模型的调用请求,交给MCP Client
  ↓
【MCP协议环节】MCP Client通过JSON-RPC向MCP Server发起工具调用
  ↓
MCP Server执行真实逻辑(读文件、查数据库),返回结果
  ↓
结果原路返回给大模型,模型整合信息输出最终回答

计划下次学习如何搭建MCP server以及Agent怎么调用MCP

   
3   次浏览       1 次
相关文章

基于图卷积网络的图深度学习
自动驾驶中的3D目标检测
工业机器人控制系统架构介绍
项目实战:如何构建知识图谱
 
相关文档

5G人工智能物联网的典型应用
深度学习在自动驾驶中的应用
图神经网络在交叉学科领域的应用研究
无人机系统原理
相关课程

人工智能、机器学习&TensorFlow
机器人软件开发技术
人工智能,机器学习和深度学习
图像处理算法方法与实践

最新活动计划
AI时代的需求分析师培养 11-4[北京]
MBSE(基于模型的系统工程) 11-11[北京]
FDE(前沿部署工程师)实践 11-12[北京]
OCSMP 认证培训 11-19[在线]
UAF架构体系与实践 11-24[北京]
AI赋能产品管理实战 12-10[在线]
国产化数据库设计&优化 12-24[北京]
 
 
最新文章
AIGC技术与应用全解析
详解知识图谱的构建全流程
大模型升级与设计之道
自动驾驶和辅助驾驶系统
ROS机器人操作系统底层原理
最新课程
人工智能,机器学习和深度学习
人工智能与机器学习应用实战
人工智能-图像处理和识别
人工智能、机器学习& TensorFlow+Keras框架实践
人工智能+Python+大数据
成功案例
某综合性科研机构 人工智能与机器学习
某银行 人工智能+Python+大数据
北京 人工智能、机器学习& TensorFlow
某领先数字地图提供商 Python数据分析
中国移动 人工智能、机器学习和深度学习