基本信息

来源摘要/节选

公开展示已截断至最多 800 个字符；请访问原始来源查看完整上下文。

模型上下文协议（MCP, Model Context Protocol）是 Anthropic 在2024年提出的一种开放标准协议，用于标准化 AI 模型与外部工具和数据源的集成方式。 可以将 MCP 类比为 AI 世界中的 “USB-C 接口”：它为大型语言模型（LLM）连接各种工具和数据源提供了一种统一的方法。 MCP 使用 JSON-RPC 2.0 作为消息格式，在客户端和服务器之间传递请求和响应。 本示例将展示如何使用 Python 实现一个最基础的 MCP 协议，包括 MCP 服务器和 MCP 客户端两部分。 我们将支持 discovery（发现） invoke（调用） retrieve（获取） 等基本操作，并通过一个简单的“计算器”工具（支持加法和乘法）演示协议的工作原理。 背景和设计概述 MCP 协议采用 客户端-服务器 架构。 MCP服务器提供一组工具（tools）或资源（resources），MCP客户端可以发现服务器提供的功能并进行调用 。 两者之间通过JSON-RPC进行通信，以标准的请求/响应消息交换指令和数据。 按照 MCP 规范： 发现（Discovery） ：客户端能够查询服务器，获取其提供的工具列表、资源列表等。这通常通过调用 tools/list 或 resources/list 等方法实现。 调用（Invoke） ：客户端可以请求执行服务器上的某个工具功能，例如调用计算器的加法或乘法操作。规范中约定使用 tools/call 方法来调用指定名称的工具，并传递所需参数。 获取（Retrieve） ：客户端能够检索数据内容，例如获取某个资源的具体内容。规范中提供了如 resources/read 等方法用于检索资源内容。 在简单工具调用场景下，调用的结果会直接作为响应返回；但对于长任务或资源内容，常采用单独的检索步骤获取结果。…

来源说明

当前只保存了公开页面节选，不代表原文全文。请以原始来源为准。

本页只呈现已做哈希绑定的来源证据，不包含基于旧正文或缺失原文的扩展推断。