打破AI与现实的次元壁！MCP协议：程序员的“万能转接头”来了

背景

大模型Agent相信很多技术小伙伴已经听得耳朵起茧了吧，虽然之前爆火的Manus只是“昙花一现”，但Agent肯定是后续大模型真正干实活的关键，也就是不限于人工一对一操作的那种，下面是Agent的关键图信息：

所谓Agent，简单理解为代理，就是大模型对自然语言的文本信息的处理后，配合大模型调用一些工具进行对应业务的处理，但也不仅仅是调用工具这么简单，如上图，包含Memory、Planning等，但今天我们不细说Agent，而是先从一个小好奇点开始：如何让大模型调用工具呢？之前很多大模型都支持Function Calling的方式，但很多标准也不太一样，对于后续工具的开发和维护又是一个难题，所以最近爆火的MCP(模型上下文协议)就出现了，统一标准，大模型调用也简单，开发者也不用愁兼容各种调用标准。

大模型这么牛，为什么还要调用工具呢？

简单理解：大模型只是懂的多，很多场景是根据具体业务具体处理，还有实时性限制，所以有必要针对不同的情况调用不同的业务工具进行处理。

MCP 概述

MCP（模型上下文协议）是一种开放协议，它就像AI世界的USB-C接口，让大语言模型（LLM）能像插U盘一样，“即插即用”地连接数据库、API、本地文件甚至硬件设备，这样就能真正的去干活啦，比如：提交代码、操作文件、下单等等，不用手动编排流程，而是释放双手自动的干；MCP是由Anthropic提出，短短几个月就引发众多关注，节奏必须是要跟上的。

主要组成部分

如上图，主要分为三部分：

1. 1. MCP Host — LLM 管理连接的应用程序（例如 Cursor、Claude等）；

2. 2. MCP 客户端 — 与 MCP 服务器保持 1 对 1 连接；

3. 3. MCP 服务器 — 为LLMs提供上下文、业务处理相关工具等；

大概的流程，当用户给大模型发送一段自然语言信息时，MCP 主机首先调用 MCP 服务器以询问哪些工具可用，大模型接收信息后，根据对输入的解析选择使用对应的工具，通过 Host 向 MCP 服务器发送请求，接收到结果后，再通过大模型进行解析、整理返回给用户。

优势

1. 1. 数据安全与隐私保护

2.     MCP通过本地服务器与数据建立连接，不用将大量数据上传其他平台，避免敏感信息暴露。

3. 2. 扩展AI能力

4.    大模型能力在隐私领域是无招的，比如企业的业务数据分析、医院患者信息分析，这些都是超敏感数据，但可以基于MCP开发对应的工具供大模型调用；

5. 3. 简化开发流程

6.     统一标准，对于开发者来说不用再考虑兼容各种平台的调用方式，只需按照MCP协议进行开发，不用再因为每一次更新去手动更新调用方式；

实战

理论先聊到这，实战出真理，这次先来个简单的操作；

现在很多MCP Server工具都是使用NodeJs或Python开发的，但我们这次用C#实现一个，原理都差不多。

建一个控制台项目，导入mcpdotnet包,在Program.cs中编写代码如下：

.WithStdioServerTransport ：使用本地进程通信方式， 后面会详细说；

.WithTools：自动注册带[McpToolType]标记的工具类；

编写工具

这里新建一个类文件，然后在里面标记对应Atrribute， 在类上标注：[McpToolType]，在对应工具方法上标注[McpTool]和[Description]，后面会细说为什么标注这些，这里就先跳过了；业务代码就返回一行字符串，这里其实就是业务逻辑处理的地方。

准备环境

上面的测试的编码就完成，现在要准备环境了，要有一个MCP Host和MCP Client，这里就用VsCode+Cline插件，Cline支持MCP Server。

安装好VsCode之后，在插件管理中搜索Cline安装上，然后就可以配置MCP Server了，具体安装就不截图了，相信小伙伴们肯定都会。

在配置MCPServer前，需要配置一下Cline使用的大模型，选择平台，然后生成Key填入就行，我用的OpenRouter平台，有免费的模型使用，如下：

接下来就开始配置MCP Server了，如下：

"HelloMcp": {
      "command": "dotnet",
      "args": [
        "H:\\DotNetProject\\DotNetMCPServer\\DotNetMCPServer\\bin\\Debug\\net8.0\\DotNetMCPServer.dll"
      ],
      "disabled": false,
      "autoApprove": [
        "HelloMcp"
      ]
    }

Windows也可以如下配置：

"HelloMcp": {
    "command":"cmd",
    "args":[
      "/c",
      "dotnet",
      "H:\\DotNetProject\\DotNetMCPServer\\DotNetMCPServer\\bin\\Debug\\net8.0\\DotNetMCPServer.dll"
    ],
    "disabled":false,
    "autoApprove":[
    "HelloMcp"
    ]
   }

上面的配置其实就是通过dotnet命令执行编译出来的dll文件，disabled就是表示McpServer是否启用，autoApprove配置对应的工具之后就减少弹框提示确认啦。

这样就可以开始使用我们写好的MCP Server了，如下：

如上，只是发给大模型一句话，然后就自动选择合适的工具进行执行分析，有参数和返回值，然后最后进行整理，是不是有点那么回事了。 (测试这里写英文，不是我英文有多屌，而是程序没有处理中文，返回是乱码，偷懒没改！！！)

注：如果要使用其他MCP Server,看看是用什么语言实现了，需要安装对应的运行环境，比如是用NodeJs开发的MCP Server，就要安装一下NodeJs环境。

总结：

上面的案例只是小试牛刀，下一期我们来个复杂的，多搞几个工具，结合实际应用场景，看看能不能一句话让大模型干大事，MCP的开发后面肯定是趋势，大模型这么火，咱不能不会呀。哈哈哈，小伙伴们下期见喽。