mcp~客户端與服務端的通訊技術
mcp通訊協議 stdio sse streamable http JSON_RPC MCP 的傳輸層負責將 MCP 協議消息轉換為 JSON-RPC 格式進行傳輸,並將接收到的 JSON-RPC 消息轉換回 MCP 協議消息 請求 { jsonrpc: "2.0", id: number | string, method: string, params?: obj
昵称 張佔嶺
mcp通訊協議 stdio sse streamable http JSON_RPC MCP 的傳輸層負責將 MCP 協議消息轉換為 JSON-RPC 格式進行傳輸,並將接收到的 JSON-RPC 消息轉換回 MCP 協議消息 請求 { jsonrpc: "2.0", id: number | string, method: string, params?: obj
昵称 張佔嶺
🌟 歡迎參加 Gradio MCP 智能體主題黑客鬆! 準備好了嗎?一場以智能體(Agent)和模型上下文協議(Model Context Protocol,簡稱 MCP)為核心的全球在線黑客鬆即將來襲! 本次活動由 Hugging Face 舉辦,我們將共同探索基於 Anthropic MCP 和 AI Agentic 系統的最新可能性。 📅 活動時間: 2025 年 6 月
昵称 HuggingFace
在上一章節中,我們講解了MCP服務,並以Spring AI作為客户端和服務端進行示例説明。然而,當前市面上已經存在眾多成熟的MCP客户端和服務端實現。那麼,Spring AI在這些現有方案中的適配程度究竟如何?接下來,我們將深入探討這一問題。 Spring AI客户端-第三方MCP MCP市場 我們先看下目前流行的MCP服務都有哪些,當然我們不必去手動實現已有的服務端,現在有很多MCP市場,比如
昵称 努力的小雨
轉眼之間,MCP 技術已在人工智能領域炙手可熱,持續走紅超過半年,堪稱當下最受關注的“新晉頂流”技術。從最初的地圖類應用,到後來層出不窮的新聞類、工具類 MCP 智能體,各類場景的探索不斷拓寬,相關產品可謂比比皆是。不過,令人欣喜的是,近期終於成功推出了與支付相關的 MCP 工具,標誌着無論是個人開發者還是企業機構,都能夠更加高效地實現商業化落地與盈利模式的構建。最近也注意到又有一家新的智能體平台
昵称 努力的小雨
回想起最初接觸雲開發的那段時間,我出於練手的目的,開發了一款基於 HTML 的簡易槍戰遊戲。當我滿懷期待地將其展示給玩家時,沒想到卻被一句點評當場“點醒”了:這不就是打地鼠的升級版嘛?雖然當時聽了有些哭笑不得,但不得不承認,這位玩家的評價確實一針見血,讓我意識到遊戲設計在玩法創新上的不足。 在那之後,我又親自重新體驗了一遍遊戲,結果不得不承認,那位玩家的評價確實中肯:玩法的確和“打地鼠”如出一轍。
昵称 努力的小雨
Claude Code MCP 快速高效使用指南 概述 Model Context Protocol (MCP) 是一個開放協議,使大型語言模型能夠訪問外部工具和數據源。在 Claude Code 中,MCP 提供了標準化的方式來擴展 Claude 的功能,連接外部工具和服務。 基本配置命令 添加 MCP 服務器 基本語法: claude mcp add name command [args...
昵称 Nickey103
如果你之前經常使用 vscode 的話,這篇文章會幫助你開始使用 AI 編輯器 kiro、cursor、trae 等,因為後者的配置和插件等都和 vscode 是共通的。甚至 kiro、cursor 等都是基於開源 vscode 的變種開發而來。 如果你是第一次使用類似 vscode 的編輯器,這篇文章也會幫到你,更快了解如何去安裝插件和修改配置。 以下教程都是以 kiro 為例,其他編輯器類似
昵称 唯知為之
作為結構化推理的堅定支持者,我一度對MCP感到困惑:Agent和工具調用的概念早已普及,為何還需要MCP這樣的額外設計呢?本文就來深入探討MCP,看看它究竟解決了什麼問題。 我們將分幾章解析MCP:本章理清基礎概念和邏輯,後面我們直接以一個Agent為例演示全MCP接入的實現方案。 工具調用方式的演進 大模型調用工具的概念從ChatGPT亮相後就被提出,其表達形式經歷了三個階段演變: 1.
昵称 風雨中的小七
簡介 MCP(全稱為Model Context Protocol,模型上下文協議)是一種面向大模型交互過程的通用上下文協議標準。其核心目標在於為模型構建一個結構化、可控、可擴展的語義執行環境,使語言模型能夠在統一的上下文管理體系下進行任務調度、工具調用、資源協作與狀態保持,從而突破傳統Prompt Engineering在多輪交互、指令組合與行為穩定性方面的瓶頸。 在傳統的大模型應用中,模型本身只
昵称 花酒鋤作田
前言 很多文檔和博客都只介紹如何開發MCP Server,然後集成到VS Code或者Cursor等程序,很少涉及如何開發MCP Host和MCP Client。如果你想要在自己的服務中集成完整的MCP功能,光看這些是遠遠不夠的。所以本文及後續的MCP系列文章都會帶你深入瞭解如何開發MCP Client,讓你真正掌握這項技術。 準備開發環境 MCP官方SDK主要支持Python和TypeScrip
昵称 花酒鋤作田
前言 之前的示例用的都是MCP的官方SDK(版本 1.14.0),簡單使用還是沒問題的,但對於Sampling、Elicitation這些相對高級的功能,官方沒有提供Demo,而且因為比較新,網上也沒搜到能用的案例。以我自己的水平折騰了一天也沒搗鼓出來。在翻mcp源碼時意外發現了其內置的FastMCP,順藤摸瓜找到了FastMCP的官網,在官方文檔中找到了相關用法。這裏我們就用FastMCP來實現
昵称 花酒鋤作田
前言 在第一篇MCP文章中我們簡單介紹了Sampling: 採樣是工具與LLM交互以生成文本的機制。通過採樣,工具可以請求LLM生成文本內容,例如生成詩歌、文章或其他文本內容。採樣允許工具利用LLM的能力來創建內容,而不僅限於執行預定義的操作。 為什麼我們要在MCP Server通過Sampling方式調用Client的LLM,而不是MCP Server直接調用LLM呢?這背後其實有一套巧妙
昵称 花酒鋤作田
前言 如果你之前接觸過LangGraph的"Human in the loop"概念,那麼理解MCP的Elicitation機制就會容易很多。這兩個功能非常相似,都是讓AI在需要時停下來,禮貌地向人類尋求幫助或確認。 想象一下,當你正在和朋友聊天,突然他問你:"嘿,我該穿哪件襯衫去參加明天的聚會?"這時候你就會停下來思考,然後給出建議。Elicitation就是讓AI具備這種"求助"的能力。它允許
昵称 花酒鋤作田
前言 在之前的案例中,會話歷史都保存在內存中,一旦程序重啓,會話歷史就會丟失,導致AI沒法根據會話歷史推測用户當前意圖。這就像一個人記性特別差,每次見面都忘了之前聊過什麼,讓人感覺很不專業。 如果你之前使用過LangGraph,那應該知道LangGraph提供了checkpointer功能來管理歷史會話,可以把歷史會話保存到關係型數據庫或內存中。雖然LangGraph有這個功能,但是MCP官方文檔
昵称 花酒鋤作田
前言 截至目前(2025年9月19日),除了基礎的Prompt、Resource和Tool概念,FastMCP還提供了以下功能:Sampling、Elicitation、Roots、Logging、Progress、Proxy、Middleware、Composition和Authentication等功能 Sampling,採樣,在server端調用client的llm,實現功能解耦 El
昵称 花酒鋤作田
前言 Model Context Protocol (MCP) 是一個標準化協議,讓 AI 客户端(如 Claude、ChatGPT 等)能夠通過統一的接口調用你的 API。本文將詳細介紹如何在 ASP.NET Core WebApi 項目中集成 MCP 支持,實現 AI 與你的服務無縫對接。 什麼是 MCP? MCP(Model Context Protocol)是一個開放協議,旨在標準化 AI
昵称 掃地僧2015
項目地址|github.com/volcengine/AICC-Trusted-MCP 大模型技術變革下,通常需藉助雲端算力和存儲資源,為端側提供更豐富的大模型應用場景體驗。與此同時,行業對端雲協作下的全鏈路安全和透明可信提出了更高要求。火山引擎AICC 機密計算應運而生,通過為企業搭建“雲端大模型安全屋”,實現公有云環境下敏感數據流轉和計算的全鏈路安全。 近日,火山引擎 AICC 機密計算迎來
昵称 字節跳動開源
Model Context Protocol (MCP) 這個協議簡單説就是給大語言模型接入外部數據和工具提供了一套標準化方案。MCP 統一了模型和各種數據源、工具服務之間的交互方式。 FastMCP 是目前用 Python 構建 MCP 服務器最順手的框架,把底層那些複雜的協議實現全都封裝好了,開發者只需要關注業務邏輯就行。 這篇文章會講清楚 MCP 的基本概念,FastMCP 的工作原理,以及
昵称 deephub