我对MCP的理解 - 链载Ai - Powered by Discuz!

我个人之前对MCP并不是很关心，最近与人讨论稍微研究了一下这方面。但并不算深入，也没有翻太多源码，所以本文的观点将来可能会被推翻。但只要这篇文章还在，就表示我的观点没有被推翻。

MCP是一种Agent应用的插件协议，而且这个插件更偏工具性质，不能大幅的覆盖原有Agent的功能和设定，更多是给它新增一些tools。

它本质上并不是LLM tool use协议的替代，官方demo的例子就是把MCP的调用转换为了LLM的tool调用给LLM模型，以下代码来自 https://modelcontextprotocol.io/quickstart/client

asyncdefprocess_query(self,query:str)->str:"""rocessaqueryusingClaudeandavailabletools"""messages=[{"role":"user","content":query}]response=awaitself.session.list_tools()available_tools=[{"name":tool.name,"description":tool.description,"input_schema":tool.inputSchema}fortoolinresponse.tools]#InitialClaudeAPIcallresponse=self.anthropic.messages.create(model="claude-3-5-sonnet-20241022",max_tokens=1000,messages=messages,tools=available_tools)#Processresponseandhandletoolcallsfinal_text=[]assistant_message_content=[]forcontentinresponse.content:ifcontent.type=='text':final_text.append(content.text)assistant_message_content.append(content)elifcontent.type=='tool_use':tool_name=content.nametool_args=content.input#Executetoolcallresult=awaitself.session.call_tool(tool_name,tool_args)final_text.append(f"[Callingtool{tool_name}withargs{tool_args}]")assistant_message_content.append(content)messages.append({"role":"assistant","content":assistant_message_content})messages.append({"role":"user","content":[{"type":"tool_result","tool_use_id":content.id,"content":result.content}]})#GetnextresponsefromClauderesponse=self.anthropic.messages.create(model="claude-3-5-sonnet-20241022",max_tokens=1000,messages=messages,tools=available_tools)final_text.append(response.content[0].text)return"\n".join(final_text)

这段代码就已经很清楚了，再结合该文档前面的链接建立，感觉就是个很典型的插件模式。

MCP体系的命名是挺糟糕的：MCP Server是工具提供方，MCP client是Agent应用。

MCP本来是为Claude的App端与用户本地PC资源和Context进行交互而设计的，后来协议也在逐步往跨机器通讯来扩展。

MCP协议其实与LLM并不绑定，获取了tool之后如果是硬编码匹配tool函数名进行调用其实也没问题，这样就完全没有LLM参与了。只是实际使用中，肯定是希望避免对于具体插件的硬编码，这样就需要结合tool的描述来进行使用，所以就需要LLM的语义理解、推理能力、知识等。

这可以看成是传统软件开发中依赖注入（Dependency Injection）的一个实例，只不过真的想要实现注入工具的自动适配，需要有LLM的能力才能有效的使用。