本文基于官方最新版 MCP 文档，力求用中文把 MCP 的架构、核心概念、协议细节讲得明明白白。看完你就能自己动手写 MCP Server，让大模型真正“长出手脚”！

---

一、MCP 是什么？

一句话：MCP 是一套“上下文交换协议”，专门解决「如何让 AI 应用安全、实时、可扩展地获取外部数据与工具」的问题。
它不绑定任何大模型，也不关心你用什么语言开发，只要实现协议，就能接入 Claude、Cursor、Copilot 等任何 MCP Host。

---

二、MCP 的“全家桶”

项目	作用	备注
MCP Specification	协议规范	必读！定义了客户端和服务端必须实现的 JSON-RPC 格式
MCP SDKs	多语言 SDK	Python、TypeScript、Java、Go…官方已开源
MCP Inspector	调试神器	可视化查看工具/资源/提示词列表，一键发请求
官方示例 Server	拿来即抄	文件系统、Sentry、数据库…示例代码全都有

---

三、核心角色与关系图

MCP 采用「1:1 单连接」的客户端-服务器架构：

• MCP Host（AI 应用本体，如 Claude Desktop）
• MCP Client（Host 为每个 Server 创建的独立客户端）
• MCP Server（真正干活的“插件”，本地或远程均可）

           ┌──────────────┐
           │ MCP Host     │
           │ (AI 应用)    │
           └──────┬───────┘
   ┌─────────────┼─────────────┐
   │one-to-one   │one-to-one   │one-to-one
┌──▼───┐    ┌───▼───┐    ┌───▼───┐
│Client│    │Client │    │Client │
└──┬───┘    └───┬───┘    └───┬───┘
   │            │            │
┌──▼───┐    ┌──▼───┐    ┌──▼───┐
│Server│    │Server│    │Server│
└──────┘    └──────┘    └──────┘
(本地/远程)   (本地/远程)   (本地/远程)

---

四、两层协议栈

1. 数据层（Data Layer）
   • 协议：JSON-RPC 2.0
   • 功能：生命周期、工具、资源、提示词、通知等
2. 传输层（Transport Layer）
   • stdio：本地进程通信，零延迟
   • Streamable HTTP：远程 Server，支持 SSE 流式回包、Bearer Token、OAuth 2.0

---

五、数据层协议详解

5.1 生命周期（Lifecycle）

连接建立后第一件事：握手。

• 协商协议版本
• 交换 capabilities
• 互相自我介绍（name / version）

示例握手

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "initialize",
  "params": {
    "protocolVersion": "2025-06-18",
    "capabilities": { "elicitation": {} },
    "clientInfo": { "name": "csdn-client", "version": "1.0.0" }
  }
}

5.2 三大核心 Primitive

类型	作用	关键方法
Tools	可调用的函数	tools/list 枚举、tools/call 执行
Resources	只读数据源	resources/list 枚举、resources/read 读取
Prompts	可复用的模板	prompts/list、prompts/get

所有 list 接口都支持动态更新，Server 可随时增删工具而无需重启 Host。

5.3 通知（Notifications）

Server 状态变化时主动推送，例如：

{ "jsonrpc": "2.0", "method": "notifications/tools/list_changed" }

Host 收到后立即重新 tools/list，保持最新工具列表。

---

六、实战演练：一次完整交互

下面用伪代码演示「查询旧金山天气」的完整链路：

1. 连接 & 初始化

async with stdio_client(server_config) as (read, write):
    async with ClientSession(read, write) as session:
        await session.initialize()

2. 发现工具

tools = await session.list_tools()
# 找到 weather_current

3. 调用工具

result = await session.call_tool(
    "weather_current",
    {"location": "San Francisco", "units": "imperial"}
)

4. 接收通知 & 动态刷新

async def on_tools_changed():
    tools = await session.list_tools()
    app.update_tools(tools)

---

七、Client 端三大能力

能力	方法	场景
Sampling	sampling/complete	Server 需要 LLM 生成文本，但不自己集成模型
Elicitation	elicitation/request	Server 向用户索要额外输入或二次确认
Logging	log/message	Server 把调试日志打到 Host

---

八、如何快速上手？

1. 克隆官方仓库：
   git clone https://github.com/modelcontextprotocol/servers
2. 挑一个示例（如 filesystem）跑通：
   python -m mcp_server_filesystem /your/path
3. 用 MCP Inspector 调试：
   npx @modelcontextprotocol/inspector

---

九、小结

MCP 把「AI 应用如何安全、实时地获取外部世界」这件事做到了极致解耦：

• 对 Host：随意插拔 Server，像装 VS Code 插件一样简单
• 对 Server：专注提供工具/数据，零 AI 知识也能写
• 对开发者：一套协议多端复用，Python、Node、Rust 想写啥写啥

如果本文对你有帮助，记得点赞、收藏、留言三连！