用一个实际例子快速理解MCP应用的工作步骤_mcp调用前的用户确认-CSDN博客

本文链接：https://blog.csdn.net/gzjimzhou/article/details/147098180

已经有很多的文章介绍MCP server，MCP Client工作原理，这里不做太多介绍。但是很多介绍都只是侧重介绍概念，实际的工作原理理解起来对初学者还是不太友好。本文以一个智能旅游咨询系统为例，详细说明在利用 Model Context Protocol（MCP）应用时，从用户输入到给出最终结果，上下文信息的传递过程以及每一步的封装填充情况。能够让读者快速了解，所谓的model context protocol中上下文的含义，同一般的function call的差异。
在这里插入图片描述

工作过程与原理介绍

场景设定

用户希望了解北京故宫的开放时间和门票价格，系统利用 MCP 协调不同的工具（如开放时间查询工具、门票价格查询工具）来获取相关信息并给出回答。

整个系统的消息交互图如下：

完整流程概述

客户端与MCP服务器建立连接，获取可用工具列表
用户输入问题，客户端封装请求
客户端调用LLM进行意图分析，生成工具调用指令
客户端向MCP服务器发起工具调用（需用户确认）
MCP服务器执行工具并返回结果
客户端整合结果，调用LLM生成最终回答
客户端向用户展示最终结果

详细步骤说明

1. 客户端初始化 & 获取工具列表

客户端首次连接MCP服务器时，通过/tools端点获取注册的工具列表：

请求：

GET /tools HTTP/1.1
Host: mcp-server.example.com
Accept: application/json

响应：

{
    "tools": [
        {
            "name": "opening_hours_query",
            "description": "景区开放时间查询工具",
            "parameters": {
                "location": "string"
            }
        },
        {
            "name": "ticket_price_query",
            "description": "景区门票价格查询工具",
            "parameters": {
                "location": "string"
            }
        }
    ]
}

说明：客户端需要缓存工具列表，用于后续LLM分析。

2. 用户输入 & 请求封装

用户在客户端界面输入问题：

“北京故宫的开放时间和门票价格是多少？”

客户端封装请求，包含用户问题、用户标识和时间戳：

{
    "user_id": "12345",
    "timestamp": "2025-04-09 12:00:00",
    "question": "北京故宫的开放时间和门票价格是多少？"
}

3. LLM分析 & 生成工具调用指令

客户端将用户问题+工具描述发送给LLM：

{
    "question": "北京故宫的开放时间和门票价格是多少？",
    "available_tools": [
        {
            "name": "opening_hours_query",
            "description": "景区开放时间查询工具"
        },
        {
            "name": "ticket_price_query",
            "description": "景区门票价格查询工具"
        }
    ]
}

LLM返回结构化工具调用指令：

{
    "request_id": "abcdef123456",
    "llm_response": [
        { 
            "tool_call_id": "call_1",
            "tool_name": "opening_hours_query",
            "parameters": {"location": "北京故宫"}
        },
        { 
            "tool_call_id": "call_2",
            "tool_name": "ticket_price_query",
            "parameters": {"location": "北京故宫"}
        }
    ]
}

4. 客户端发起工具调用（含用户确认）

客户端按照MCP协议（JSON-RPC）格式封装请求，并先向用户展示确认对话框：

用户确认界面：

即将执行以下操作：
1. 查询[北京故宫]的开放时间
2. 查询[北京故宫]的门票价格

是否继续？ [确认] [取消]

用户确认后，发送正式请求：

{
    "jsonrpc": "2.0",
    "method": "tool/execute",
    "params": {
        "tool": "opening_hours_query",
        "arguments": {"location": "北京故宫"}
    },
    "id": "call_1"
}

5. MCP服务器执行工具

MCP服务器执行工具并返回结果：

{
    "jsonrpc": "2.0",
    "result": {
        "status": "success",
        "data": "旺季8:30-17:00，淡季8:30-16:30"
    },
    "id": "call_1"
}

6. 客户端整合结果 & 生成最终回答

客户端收集所有工具结果后，再次调用LLM：

{
    "request_id": "abcdef123456",
    "question": "北京故宫的开放时间和门票价格是多少？",
    "tool_results": [
        {
            "tool_call_id": "call_1",
            "tool_name": "opening_hours_query",
            "result": "旺季8:30-17:00，淡季8:30-16:30"
        },
        {
            "tool_call_id": "call_2",
            "tool_name": "ticket_price_query",
            "result": "旺季60元，淡季40元"
        }
    ]
}

LLM生成自然语言回答：

{
    "final_answer": "北京故宫开放时间：旺季8:30-17:00，淡季8:30-16:30；门票价格：旺季60元，淡季40元。"
}

7. 客户端展示最终结果

将LLM生成的回答呈现给用户：

“北京故宫开放时间：旺季8:30-17:00，淡季8:30-16:30；门票价格：旺季60元，淡季40元。”

这个流程确保了系统的安全性、可扩展性和协议合规性。