MCP 总览
一句话理解：MCP 是 AI 应用与外部工具、数据、提示之间的开放 USB-C 接口，通过统一的 JSON-RPC 协议让 Host、Client、Server 三方解耦。
学习目标
阅读完本主题后，你应该能够：
- 解释为什么 Function Calling 之后还需要 MCP，以及 MCP 解决了哪些工程问题。
- 说清楚 MCP 中 Host、Client、Server 各自的职责与边界。
- 描述 MCP 协议的生命周期：initialize、能力交换、发现、调用、通知、关闭。
- 画出 MCP 的五层架构，并说明控制面与数据面的分离方式。
- 对比 stdio、SSE、Streamable HTTP 三种 Transport 的适用场景与取舍。
- 跑通并扩展本主题的 Mini Demo，理解协议消息流转与 Mock LLM 决策。
- 回答企业落地 MCP 时的注册中心、网关、认证、多租户、版本兼容与可观测问题。
MCP 与其他主题的关系
| 主题 | 解决的核心问题 | 与 MCP 的关系 |
|---|---|---|
| Agent Runtime | Agent 如何安全、可观测、可扩展地执行 | Runtime 通过 MCP Client 接入外部 Server，也可以直接 function calling |
| Memory | 长期记忆与上下文管理 | MCP Resource 可暴露记忆存储；Memory 主题负责语义检索与持久化 |
| Multi-Agent | 多 Agent 协作 | 多个 Agent 可共享同一组 MCP Server，通过 Capability 协商避免冲突 |
| Reflection | Agent 自我反思与纠错 | Reflection 可调用 MCP Tool/Resource 获取评估数据 |
| MCP | 工具/资源/提示的发现与调用协议 | 承上启下，把外部能力以标准接口暴露给 Agent |
| Planning | 任务分解与重规划 | Planner 通过 MCP 发现可用能力并生成调用计划 |
| Tool Use | 工具调用与执行 | MCP 是 Tool Use 的协议化延伸，关注能力发现与跨模型互操作 |
| Tool Use（后续主题） | 工具定义与执行细节 | MCP 是 Tool Use 的协议化延伸，关注发现与互操作 |
本章结构
- 背景 — 从 Function Calling 到 MCP 的演进与协议必要性。
- 核心思想 — Host / Client / Server 三角角色、Primitives、Capability negotiation、Transport 无关性。
- 架构设计 — 五层架构、控制面/数据面、本地与远程部署形态。
- 协议工作流程 — 生命周期、initialize、发现、调用、通知、错误码、关闭。
- 核心模块 — Server Registry、Capability Manager、Transport Adapter、Session Manager、Message Router、Handlers、Auth/Gateway、Observer。
- 源码分析 — 官方 Python/TypeScript SDK、参考 Servers、Claude Code / Claude Desktop、OpenAI Agents SDK MCP 支持。
- 工程实践 — 纯 Python 可运行的 MCP Client-Server Demo。
- 企业生产实践 — Server 注册中心、Transport 选型、认证授权、网关、限流、多租户、版本兼容、审计与可观测。
- 最佳实践 — Tool/Resource/Prompt 设计、Capability 声明、错误处理、Tracing、测试策略。
- 面试题 — 初/中/高级面试题。
- 延伸阅读 — 官方 Spec、SDK、参考 Servers、集成文档与学习路径。
一句话总结
MCP 不是又一个工具调用框架，而是把“每个 Agent 都要手写一遍工具集成”变成“一次实现、到处复用”的开放协议层；它让 Server 只关心能力实现，让 Client 只关心按需调用，让 Host 做最终决策与安全控制。