给大模型装上「USB-C」口：MCP 协议入门与实战（TypeScript 示例）

原创

用户11136834

发布于 2026-10-01 13:54:07

110

前言

过去两年，大模型从"能聊天的机器人"进化成"能干活的助手"，但一直有个尴尬的问题：模型本身是座信息孤岛——它不知道你磁盘上的文件、公司数据库里的订单、日历上的会议。每接一个新工具，就要为"某个应用 × 某个工具"单独写一遍胶水代码：M 个应用、N 个工具，就是 M×N 份集成。

MCP（Model Context Protocol，模型上下文协议）就是为解决这件事而生的。它由 Anthropic 于 2024 年 11 月开源，如今已是广泛支持的开放标准：Claude、ChatGPT、VS Code、Cursor 等主流客户端都已支持，腾讯云开发者社区也有专门的 MCP 广场收录各类 Server。MCPMCP

一、MCP 是什么：AI 世界的 USB-C

官方文档有个很形象的类比：MCP 之于 AI 应用，就像 USB-C 之于电子设备。USB-C 出现之前，每个设备一种接口；USB-C 之后，一根线通用。MCP 之前，每个 AI 应用对接每个数据源都要单独开发；MCP 之后，工具方只需实现一次 MCP Server，所有支持协议的客户端都能直接使用——集成复杂度从 M×N 降到 M+N。

二、五分钟看懂架构

MCP 是典型的客户端-服务器架构，三个角色：

Host（宿主）：AI 应用本体，比如 Claude Desktop、VS Code、Cursor，负责把 MCP 提供的工具注入给大模型；
Client（客户端）：Host 内部为每个 Server 维护的连接对象，一对一。VS Code 同时连文件系统 Server 和 Sentry Server 时，就会创建两个 Client；
Server（服务器）：真正提供上下文与能力的程序，可以跑在本机（本地进程），也可以跑在远端（HTTP 服务）。

协议本身分两层：

数据层：基于 JSON-RPC 2.0 的消息协议，负责能力协商、版本发现和各类原语的 list / get / call 调用。以 2026-07-28 版规范为例，协议是无状态的，每个请求的 _meta 字段都携带协议版本与客户端能力，服务端通过 server/discover 上报自身支持的能力；
传输层：负责字节怎么传。两种官方传输方式：stdio（标准输入输出，适合本机子进程，零网络开销）与 Streamable HTTP（HTTP POST + 可选 SSE 流式返回，适合远程服务，支持 Bearer Token、API Key、OAuth 等标准鉴权）。

一次典型的工具调用时序是这样的：

Host 启动/连接 Server，完成能力协商；
Client 调 tools/list 拿到工具清单（名称、描述、JSON Schema 参数）；
大模型根据用户问题和工具描述，决定调用哪个工具、传什么参数；
Client 发 tools/call，Server 执行后返回 content 数组；
结果回填给模型，模型组织成自然语言答复用户。

三、三大原语：Tools / Resources / Prompts

Server 能向 Host 暴露三种能力（原语），分工非常清晰：

Tools 工具：可执行函数，模型可调用（需用户批准）。例如发邮件、查数据库、创建工单。由模型主动调用。
Resources 资源：只读的上下文数据，类似文件。例如数据库 Schema、日志片段、API 文档。挂载给模型阅读。
Prompts 提示模板：预置的交互模板 / 工作流。例如"代码审查"模板、"周报生成"模板。由用户主动选用。

经验法则：想让模型"做事"就暴露 Tool；想让模型"知道"就暴露 Resource；想把一套用法固化成模板就暴露 Prompt。

四、实战：写一个待办清单 MCP Server

下面用 TypeScript 从零写一个能被 Claude Desktop / Cursor / VS Code 直接使用的待办清单 Server，包含增、查、完成三个工具。环境要求 Node.js 20 及以上版本。

4.1 初始化项目

mkdir todo-mcp && cd todo-mcp
npm init -y
npm install @modelcontextprotocol/server zod
npm install -D typescript @types/node

在 package.json 里加上 "type": "module" 和构建脚本，再放一份常规的 tsconfig.json（target ES2022、module Node16、strict 打开）。

4.2 核心代码 src/index.ts

import { McpServer } from "@modelcontextprotocol/server";
import { StdioServerTransport } from "@modelcontextprotocol/server/stdio";
import { z } from "zod";

interface Todo { id: number; text: string; done: boolean }
const todos: Todo[] = [];      // 内存存储，重启即失；生产可换 SQLite
let nextId = 1;

const server = new McpServer({ name: "todo", version: "1.0.0" });

server.registerTool(
  "add_todo",
  {
    description: "添加一条待办事项",
    inputSchema: z.object({
      text: z.string().min(1).describe("待办内容"),
    }),
  },
  async ({ text }) => {
    const todo = { id: nextId++, text: text, done: false };
    todos.push(todo);
    return { content: [{ type: "text", text: "已添加 #" + todo.id + ": " + text }] };
  }
);

server.registerTool(
  "list_todos",
  { description: "列出全部待办事项", inputSchema: z.object({}) },
  async () => {
    const text = todos.length
      ? todos.map(t => "#" + t.id + (t.done ? " [完成] " : " ") + t.text).join("\n")
      : "（清单为空）";
    return { content: [{ type: "text", text: text }] };
  }
);

server.registerTool(
  "complete_todo",
  {
    description: "把指定 id 的待办标记为完成",
    inputSchema: z.object({ id: z.number().int().positive() }),
  },
  async ({ id }) => {
    const t = todos.find(x => x.id === id);
    if (!t) return { content: [{ type: "text", text: "找不到 #" + id }], isError: true };
    t.done = true;
    return { content: [{ type: "text", text: "#" + id + " 已完成" }] };
  }
);

async function main() {
  const transport = new StdioServerTransport();
  await server.connect(transport);
  console.error("todo MCP server running on stdio");
}
main().catch(e => { console.error(e); process.exit(1); });

执行 npm run build 产出 build/index.js，Server 主体就完成了。

4.3 接入客户端

以 Claude Desktop 为例，编辑配置文件（macOS 在 ~/Library/Application Support/Claude/claude_desktop_config.json）：

{
  "mcpServers": {
    "todo": {
      "command": "node",
      "args": ["/绝对路径/todo-mcp/build/index.js"]
    }
  }
}

保存后完全退出并重启 Claude Desktop（注意 macOS 要 Cmd+Q 彻底退出）。之后直接说"帮我把写周报加进待办，然后把 3 号勾掉"，模型就会自动串起 add_todo → list_todos → complete_todo 一串调用。Cursor 和 VS Code 同样是 mcpServers 配置，格式几乎一致。

4.4 Python 用户的极简版

官方 Python SDK 用装饰器，类型注解和 docstring 会自动生成工具定义，几行就能跑：

from mcp.server import MCPServer

mcp = MCPServer("todo")

@mcp.tool()
async def add_todo(text: str) -> str:
    """添加一条待办事项。

    Args:
        text: 待办内容
    """
    ...  # 与 TypeScript 版逻辑相同

if __name__ == "__main__":
    mcp.run(transport="stdio")

五、踩坑清单（建议收藏）

stdio 模式下千万不要往 stdout 打日志。stdout 就是 JSON-RPC 通道，一个 print / console.log 就能把协议流弄脏，Host 直接解析失败。日志一律走 stderr：Python 用 logging 模块，TypeScript 用 console.error。
工具的 description 是写给大模型看的，不是写给人看的。写得越准确——做什么、什么时候用、参数含义——模型选对工具的准确率越高；inputSchema 里每个字段都加上 describe()。
工具粒度要合适。太细（get_user_name 和 get_user_age 分开）会让对话轮次暴涨；太粗（一个 do_everything 万能工具）模型又不会用。一个工具做一件完整的事。
安全永远第一。Tools 是模型在替用户执行动作：客户端一侧保留"用户批准"弹窗；Server 一侧做最小权限（只读账号、目录白名单）；远程 Server 该上的 OAuth / Bearer Token 一个都不能少。
排查问题先看 Host 的 MCP 日志。Claude Desktop 在 macOS 下是 ~/Library/Logs/Claude/ 目录，mcp-server-*.log 里能看到每个 Server 的 stderr 输出。

六、总结

MCP 把"AI 应用如何连接外部世界"这件事标准化了：工具开发者一次实现处处可用，应用开发者接入生态即插即用，用户手里的 AI 助手真正长出了手和眼。记住三张地图——Host / Client / Server 三角色、Tools / Resources / Prompts 三原语、stdio / Streamable HTTP 两传输——剩下的，就是把你手头那个"每天都手动做一遍"的流程，包成一个属于你自己的 Server。