“ 新的科技是人类释放创意和才能的利器,但同时它也将把人类带入更深的深渊。”
一直想录一期关于MCP的内容,现在终于有时间和契机了,Let's Go ,之前有一个小内容,可以看这里
01
—
实践目标
● 介绍MCP和A2A之间的区别
● 使用一个LBS MCPServer来进行配置演示
● 通过使用Cursor来配置MCPServer介绍标准MCPServer配置流程
涉及软件
基本逻辑
MCP是Anthropic公司在2024年11月25日发布的协议,其目的主要是为大模型们提供一个可以和大模型以外的数据和应用交互的通信协议和标准,从此以后大模型可以交互的数据和应用想象空间瞬间放大,在MCP发布之前,通常会通过Function Call来实现,对大部分非编程出身的人来说,还是有一些麻烦,这其实有点类似当年微软提出ODBC的一样,对大模型在应用层的发展而言,MCP具有非常重大的意义。
这是从MCP官网截图下来的业务框架逻辑图,网上介绍资料也很多,在此不多赘述
另,需要说明一下,目前MCP已经成为事实的标准,1年多的时间发展成这样,可见MCP的生命力和市场对它的出现有多欢迎 ,这里推荐一个mcp市场https://mcp.so/里面有很多非常好的MCP Server
本篇的实践演示,是通过一个简单的LBS MCP Server来完整演示一个MCP服务的完整过程,是属于入门级,如果设计其他高级方便,单独私聊即可,这是讲演材料的截图
操作步骤
1、 首先我们要通过MCP市场找到对应的服务提供商,通常情况下MCP Server是各种应用服务提供商(包括不限于),您需要找到他们,并获取他们服务相关的KEY,我们这里LBS服务提供方是高德
2、 您需要注册成为开发平台的开发用户,并且创建应用后获取API_KEY,这个是我们在后面MCP Client配置及其文件中需要用的到关键输入项
3、 接下来我们登录到MCP Host ( 内置MCP Client )
这里有一个报错地方,就是Cursor的版本。打最右边的编辑工具,可以查看到json格式的配置文件sse?key=后面就是你之前申请的key
4、 到此为止,我们已经配置完成了,接下来测试下效果
5、 基于LBS位置信息的美食推荐
6、 MCP tools执行模块展开内容
总结说明
A2A vs MCP 之间的异同总结
1、首先,它们都是智能体 AI Agent 领域非常重要的两个协议,尤其是MCP,它们都解决了大模型和外部数据的连接和互动问题,这让大模型们有了更大想象空间,MCP核心主攻的大模型和外部数据,而A2A主要解决是agent之间的互动协同,有重叠地方,但是有本质区别的。
2、MCP已经成为事实标准,但它也有一定局限性,MCP主要解决的是大模型与数据之间的连接和处理,而在智能体与智能体之间互动版快上略微滞后,这源于阶段的发展局限导致,而Google 发布A2A ,正是看中未来AI的核心功能交付几乎都是由AI Agent来完成的,比如Mannus和MGX的产品,因此Agent之间的关系(主动发现、任务管理等)成为了Agent的主要需求,自然不同Agent肯定需要一套标准“语言”来进行互动和协同,Google cloud 是在布局下一代Agent赛道的通讯标准。
3、我相信MCP会很快针对Agent这个板块来进行补足,对内对外一条线拉通,这对开发者有利 ;但也不排除两者到一定阶段后会进兼容,这看技术生态的发展,但不可否人MCP的事实标准和欢迎程度再社群是很好的
领取专属 10元无门槛券
私享最新 技术干货