MCP (Model Context Protocol) 技术实现深度解析

发表于 | 分类于 | 评论数： 0 | 阅读次数：

前言

2024年底，Anthropic开源了 Model Context Protocol (MCP) —— 一个连接AI应用与外部系统的开放标准。MCP就像AI应用的”USB-C接口”，提供了标准化的方式让AI模型访问数据源、调用工具、执行工作流。

本文将深入剖析MCP的技术架构和核心实现原理。

什么是MCP？

MCP是一个开放协议，它定义了AI应用与外部系统之间的通信标准。通过MCP：

  • AI应用（如Claude、ChatGPT）可以连接数据源（文件、数据库）
  • 调用工具（搜索引擎、计算器）
  • 执行工作流（特定提示模板）
1
2
3
4
5
6
7
8
9
10
11
12
┌─────────────────────────────────────────────────────────────┐
│                      AI Application                          │
│                    (Claude Desktop, etc.)                    │
└─────────────────────────┬───────────────────────────────────┘
                          │ MCP Protocol
         ┌────────────────┼────────────────┐
         ▼                ▼                ▼
   ┌──────────┐    ┌──────────┐    ┌──────────┐
   │ MCP      │    │ MCP      │    │ MCP      │
   │ Server   │    │ Server   │    │ Server   │
   │ (Files)  │    │ (GitHub) │    │ (DB)     │
   └──────────┘    └──────────┘    └──────────┘

核心架构

三种参与者

MCP采用客户端-服务器架构，包含三种角色：

角色 说明 示例
Host AI应用，协调多个MCP客户端 Claude Desktop, VS Code
Client 维护与单个MCP Server的连接 Host内的连接组件
Server 提供上下文、工具和资源 文件系统服务、GitHub服务 
1
2
3
4
5
6
7
8
9
10
11
12
┌─────────────────────────────────────────────────┐
│              MCP Host (AI Application)          │
│  ┌─────────┐  ┌─────────┐  ┌─────────┐         │
│  │Client 1 │  │Client 2 │  │Client 3 │         │
│  └────┬────┘  └────┬────┘  └────┬────┘         │
└───────┼────────────┼────────────┼──────────────┘
        │            │            │
        ▼            ▼            ▼
   ┌─────────┐ ┌─────────┐ ┌─────────┐
   │ Server  │ │ Server  │ │ Server  │
   │(Local)  │ │(Remote) │ │(Remote) │
   └─────────┘ └─────────┘ └─────────┘

两层结构

MCP协议分为两层：

1. 数据层 (Data Layer)

基于 JSON-RPC 2.0 的协议层，定义：

  • 生命周期管理：连接初始化、能力协商、连接终止
  • 服务器特性：Tools、Resources、Prompts
  • 客户端特性：Sampling、Elicitation、Logging
  • 工具特性：通知、进度追踪

2. 传输层 (Transport Layer)

管理通信通道和认证：

  • Stdio Transport：本地进程通信
  • Streamable HTTP Transport：远程服务器通信

传输层详解

Stdio Transport（标准输入输出）

适用于本地MCP Server：

1
2
3
4
┌────────┐    stdin     ┌────────┐
│ Client │ ──────────▶  │ Server │
│        │ ◀────────── │ Process│
└────────┘    stdout    └────────┘

特点：

  • Client启动Server作为子进程
  • 通过stdin/stdout交换JSON-RPC消息
  • 消息以换行符分隔
  • 无网络开销，性能最优
  • stderr可用于日志输出

Streamable HTTP Transport

适用于远程MCP Server：

1
2
3
4
┌────────┐   HTTP POST    ┌────────┐
│ Client │ ─────────────▶ │ Server │
│        │ ◀───────────── │        │
└────────┘  SSE Stream    └────────┘

特点：

  • 使用HTTP POST发送消息
  • 支持Server-Sent Events (SSE)进行流式响应
  • 支持标准HTTP认证（Bearer Token、API Key）
  • 推荐使用OAuth获取认证令牌
  • 支持会话管理（Mcp-Session-Id）

会话管理流程：

1
2
3
4
5
6
7
8
9
10
11
12
Client                          Server
  │                               │
  │── POST InitializeRequest ───▶│
  │◀─ InitializeResponse          │
  │   (Mcp-Session-Id: xxx)       │
  │                               │
  │── POST Request ─────────────▶│
  │   (Mcp-Session-Id: xxx)       │
  │◀─ Response or SSE Stream      │
  │                               │
  │── DELETE (terminate) ───────▶│
  │   (Mcp-Session-Id: xxx)       │

核心原语 (Primitives)

MCP定义了三种服务器端原语：

1. Tools（工具）

可执行函数，AI模型可调用执行操作：

1
2
3
4
5
6
7
8
9
10
11
12
13
{
  "name": "weather_current",
  "title": "Weather Information",
  "description": "Get current weather for any location",
  "inputSchema": {
    "type": "object",
    "properties": {
      "location": { "type": "string" },
      "units": { "type": "string", "enum": ["metric", "imperial"] }
    },
    "required": ["location"]
  }
}

2. Resources（资源）

提供上下文数据的数据源：

  • 文件内容
  • 数据库记录
  • API响应
1
2
3
4
5
{
  "uri": "file:///path/to/document.md",
  "name": "Project README",
  "mimeType": "text/markdown"
}

3. Prompts（提示模板）

可复用的交互模板：

1
2
3
4
5
6
7
{
  "name": "code_review",
  "description": "Review code for best practices",
  "arguments": [
    { "name": "code", "required": true }
  ]
}

客户端原语

MCP还定义了客户端可提供的原语，让服务器能构建更丰富的交互：

Sampling（采样）

允许服务器请求LLM补全，实现服务器端的AI能力：

1
2
3
4
5
6
7
{
  "method": "sampling/complete",
  "params": {
    "messages": [...],
    "maxTokens": 100
  }
}

用途：服务器需要AI能力但不想内置模型SDK

Elicitation（询问）

允许服务器请求用户提供额外信息：

1
2
3
4
5
6
7
{
  "method": "elicitation/request",
  "params": {
    "message": "Please confirm this action",
    "requestedSchema": {...}
  }
}

生命周期管理

MCP是有状态协议，需要完整的生命周期管理：

初始化握手

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
Client                                    Server
  │                                         │
  │── initialize request ─────────────────▶│
  │   {                                     │
  │     "protocolVersion": "2025-06-18",    │
  │     "capabilities": {...},              │
  │     "clientInfo": {...}                 │
  │   }                                     │
  │                                         │
  │◀─ initialize response ─────────────────│
  │   {                                     │
  │     "protocolVersion": "2025-06-18",    │
  │     "capabilities": {                   │
  │       "tools": {"listChanged": true},   │
  │       "resources": {}                   │
  │     },                                  │
  │     "serverInfo": {...}                 │
  │   }                                     │
  │                                         │
  │── notifications/initialized ──────────▶│
  │                                         │

能力协商

capabilities对象声明支持的功能：

客户端能力：

  • elicitation: 支持用户交互请求
  • sampling: 支持LLM采样

服务器能力：

  • tools: 支持工具调用
  • resources: 支持资源访问
  • prompts: 支持提示模板
  • listChanged: 支持列表变更通知

工具发现与执行

发现工具

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
// Request
{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/list"
}

// Response
{
  "jsonrpc": "2.0",
  "id": 2,
  "result": {
    "tools": [
      {
        "name": "calculator",
        "description": "Perform calculations",
        "inputSchema": {...}
      }
    ]
  }
}

执行工具

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
// Request
{
  "jsonrpc": "2.0",
  "id": 3,
  "method": "tools/call",
  "params": {
    "name": "calculator",
    "arguments": {
      "expression": "2 + 3 * 4"
    }
  }
}

// Response
{
  "jsonrpc": "2.0",
  "id": 3,
  "result": {
    "content": [
      { "type": "text", "text": "14" }
    ]
  }
}

通知机制

MCP支持实时通知，实现动态更新：

1
2
3
4
{
  "jsonrpc": "2.0",
  "method": "notifications/tools/list_changed"
}

当服务器的工具列表发生变化时，服务器可以主动通知客户端刷新。

安全考量

MCP赋予AI强大的能力，安全至关重要：

核心原则

  1. 用户同意与控制

    • 用户必须明确同意所有数据访问和操作
    • 用户保留对共享数据和执行操作的最终控制权

  2. 数据隐私

    • Host必须获得明确同意才能向服务器暴露用户数据
    • 未经同意不得传输资源数据

  3. 工具安全

    • 工具代表任意代码执行，必须谨慎对待
    • 调用任何工具前必须获得明确同意

  4. LLM采样控制

    • 用户必须明确批准任何LLM采样请求
    • 用户控制采样的提示和可见结果

Streamable HTTP安全警告

  • 服务器必须验证Origin头防止DNS重绑定攻击
  • 本地运行时应仅绑定到localhost
  • 服务器应该为所有连接实现认证

生态系统

MCP拥有丰富的生态系统：

官方SDK

  • TypeScript/Node.js
  • Python
  • Java
  • C# .NET

预构建服务器

  • Google Drive: 文件访问
  • Slack: 消息和频道
  • GitHub: 仓库操作
  • PostgreSQL: 数据库查询
  • Puppeteer: 浏览器自动化
  • Filesystem: 本地文件系统

支持的应用

  • Claude Desktop
  • Claude Code
  • VS Code (via extensions)
  • Zed Editor
  • Replit
  • Sourcegraph

与LSP的类比

MCP从 Language Server Protocol (LSP) 获得灵感：

LSP MCP
标准化编程语言支持 标准化AI上下文集成
Language Server MCP Server
IDE (Client) AI Application (Client)
代码补全、诊断 工具调用、资源访问

正如LSP统一了IDE与语言服务的接口，MCP统一了AI应用与外部系统的接口。

总结

MCP通过精巧的协议设计，实现了：

  1. 标准协议：基于JSON-RPC 2.0的统一通信协议
  2. 双层架构：数据层与传输层清晰分离
  3. 丰富原语：Tools、Resources、Prompts提供完整的上下文能力
  4. 双向通信：客户端原语让服务器也能主动交互
  5. 安全优先：从协议设计层面强调用户控制

MCP正在成为AI Agent生态的连接标准。无论你是想为AI应用提供数据源，还是构建能调用外部工具的AI Agent，MCP都提供了优雅的解决方案。

相关链接：

感谢你的阅读，如果文章对你有帮助，可以请作者喝杯茶!