MCP 实战: 手搓 AI 工具

已完成

课程简介

在 AI 圈，MCP 绝对是热度比较高的一个概念。很多同学可能大概了解这个概念，知道它很强，却不会实操，这是很多开发者当下的痛点。别担心，本篇保姆级实战教程来了。避开晦涩枯燥的底层原理，全部用大白话 + 可运行的真实代码带你上手。跟着一步步敲完，不光搞懂 MCP 到底是什么，你还能独立写出属于自己的 MCP 服务端。

章节目录

互动留言

1/3 MCP 实战（一）什么是 MCP

我们知道，获取到的大模型原始文件只是由海量参数构成的静态权重数据，本身并不具备独立运行的能力。要让模型真正落地可用，必须将这些权重加载到计算环境中，并搭配推理引擎，才能对外提供输出内容的服务。这类服务既可以部署在本地设备，也可以搭建在远程服务器上，通过对外开放的 API 接口与用户进行交互。为了更便捷地与大模型交互，我们通常会借助 Cherry Studio 这类第三方 AI 客户端。它通过调用... 查看完整内容

2/3 MCP 实战（二）MCP 服务端

在前面的章节中，我们了解了MCP（Model Context Protocol）的基本概念和工作原理。本章将进入实战环节，手把手教你如何编写自定义MCP工具，让AI客户端能够识别并调用这些工具来扩展大模型的能力。首先创建独立的虚拟环境并安装必要的MCP开发包： conda create -n mcp-env python=3.10 conda activate mcp-env pip insta... 查看完整内容

3/3 MCP 实战（三）MCP 客户端

前面我们讲解了 AI 客户端的能力扩展方式。对于 AI 应用开发者而言，我们可以在项目中集成 MCP 客户端，自动探测 MCP 服务端暴露的所有工具，并根据自身业务逻辑，灵活发起工具调用。下面提供两套最常用的 MCP 客户端极简示例，分别为 stdio 本地进程模式和 streamable-http 网络请求模式，完整演示连接服务 → 发现工具 → 调用工具的完整流程。 import asyn... 查看完整内容