五分钟搞懂MCP是什么

首先本文的面向对象是开发人员，所以直接聚焦 MCP 的运行交互逻辑，跳过产品方向的功能解释。

MCP的存在意义

MCP作为一个双端交互协议，其核心在于通过jsonrpc机制，使LLM的客户端能够清晰地了解服务器所具备的各项能力。

运行逻辑四步走

1. 初始化

在初始化阶段，客户端会向服务端发送一个initialize请求，该请求中包含了客户端的相关能力信息。服务端在接收到该请求后，会回复一个包含服务端能力信息的报文。对于 http 请求还会额外通过 header 返回 mcp-session-id。此后的所有请求，客户端都需要在 header 中携带这个mcp-session-id参数。

• 入参示例：

  {
  "jsonrpc": "2.0",
  "id": 0,
  "method": "initialize",
  "params": {
    "protocolVersion": "2024-11-05",
    "capabilities": {
      "sampling": {},
      "roots": {
        "listChanged": true
      }
    },
    "clientInfo": {
      "name": "mcp-inspector",
      "version": "0.11.0"
    }
  }
  }

• 返回示例：

  {
  "id": 0,
  "jsonrpc": "2.0",
  "result": {
    "capabilities": {
      "tools": {
        "listChanged": false
      }
    },
    "protocolVersion": "2024-11-05",
    "serverInfo": {
      "name": "小助手",
      "version": "1.0.0"
    }
  }
  }

2. 初始化完成通知

客户端在成功接收到服务端的初始化回复后，会向服务端发送一个notifications/initialized通知，告知服务端初始化已完成。此步骤的回复通常为一个简单的状态码（如202），不需要包含消息体。

• 入参示例：

  {
  "jsonrpc": "2.0",
  "method": "notifications/initialized"
  }

• 回复：202（无需消息体）

3. 加载工具列表

客户端接下来会向服务端发送一个tools/list请求，以获取服务端提供的工具列表。服务端在接收到该请求后，会返回一个包含工具详细信息的报文。

• 入参示例：

  {
  "jsonrpc": "2.0",
  "method": "tools/list",
  "params": {},
  "id": "123"
  }

• 返回示例：

  {
  "id": "123",
  "jsonrpc": "2.0",
  "result": {
    "tools": [
      {
        "annotations": {
          "title": "xx"
        },
        "description": "xxx",
        "inputSchema": {
          "properties": {
            "param1": {
              "description": "xxx",
              "type": "string"
            }
          },
          "required": [
            "param1"
          ],
          "type": "object"
        },
        "name": "tool_name_xxxxx"
      }
    ]
  }
  }

4. 执行方法调用

最后，客户端会根据需要调用某个具体的工具，发送一个tools/call请求。服务端在接收到该请求后，会执行相应的工具，并返回一个包含执行结果的报文。

• 入参示例：

  {
  "method": "tools/call",
  "params": {
    "name": "tool_name_xxxxx",
    "arguments": {
      "param1": "北京"
    }
  },
  "jsonrpc": "2.0",
  "id": 21
  }

• 返回示例：

  {
  "id": 21,
  "jsonrpc": "2.0",
  "result": {
    "content": [
      {
        "text": "xxxxxxxxxxxxxxx",
        "type": "text"
      }
    ]
  }
  }

  到这一个最简单模型的交互流程就完成了，只要服务端按上面的格式返回就是可用的。

关于MCP交互协议

MCP一共三种交互协议，出入参的报文规划一致，只在具体的交互方式上存在差异：

1. stdio：入参和出参分别对应输入、输出流。
2. sse（Server-Sent Events）：入参通过POST请求提交，返回结果通过SSE获取。不过，这种协议目前已不推荐使用。
3. streamHTTP：通过普通的HTTP请求和响应进行交互，是综合最优的选择，既便于客户端接入，也便于服务端进行扩展。

对于VO（View Object）对应的字段和详细解释，可以参考MCP的官方schema文档。

对于其它协议细节可以参考MCP官方文档