企业官网建设流程全解析

网站如何做电脑和手机app,wordpress多域名管理,网络运营一个月工资,个人直播网站开发最近在折腾大模型Agent开发的时候#xff0c;发现了一个超级实用的协议——MCP#xff08;Model Context Protocol#xff09;。它是由Anthropic公司去年11月推出的#xff0c;本来没啥动静#xff0c;但今年Agent热潮一起来#xff0c;它就火了。尤其是Cursor在2月份宣布…最近在折腾大模型Agent开发的时候发现了一个超级实用的协议——MCPModel Context Protocol。它是由Anthropic公司去年11月推出的本来没啥动静但今年Agent热潮一起来它就火了。尤其是Cursor在2月份宣布支持MCP后直接把这个协议推到了开发者眼前。今天我就来聊聊MCP的来龙去脉以及怎么用它快速搭建客户端和服务器。相信看完这篇你也能轻松上手开发出自己的智能体Agent。一、MCP是什么为什么它能改变Agent开发游戏规则先简单说说MCP的背景。MCP全称Model Context Protocol翻译成模型上下文协议。它本质上是一种规范专门解决大模型调用外部工具的痛点。我们知道大模型要想从聊天机器人进化成真正的Agent必须能调用外部工具比如查天气、爬网页、操作数据库。但大模型天生没法直接和外部世界互动所以就需要一个“中介”——Function Calling。Function Calling这个概念从诞生起就很受欢迎但问题也明显写函数代码太费劲一个简单工具可能要上百行代码还得配JSON Schema描述函数接口再加上精心调提示词确保大模型能准确调用。开发门槛高重复劳动多。MCP的出现就像秦始皇统一“书同文、车同轨”一样它定义了统一的规范大模型环境叫MCP Client客户端工具运行环境叫MCP Server服务器。两者之间用固定提示词模板通信。这样一来大家就不用每次从零写工具了。GitHub上现在已经有上千个开源MCP服务器从SQL查询到网页爬取、命令行操作再到数据分析应有尽有。你只要装个库几行代码就能接入这些工具。MCP的最大亮点是生态Anthropic提供了Python、TypeScript、Java等多语言SDK开发服务器超级简单。客户端不仅支持Claude模型还兼容任意本地或在线大模型甚至像Cursor这样的IDE也能直接用。想象一下在Cursor里一键连接海量工具Agent开发速度起飞二、搭建MCP客户端从零到会聊天只需几步MCP开发的第一步是建客户端。我们用uv工具管理环境——uv是Rust写的Python依赖管理器比pip快多了支持虚拟环境还兼容requirements.txt。安装uv超级简单用pip install uv或者curl -LsSf https://astral.sh/uv/install.sh | sh。uv的基本用法安装依赖uv pip install requests创建虚拟环境uv venv myenv激活source myenv/bin/activateLinux/macOS运行项目uv run python script.py现在创建一个MCP客户端项目uv init mcp-client cd mcp-client uv venv source .venv/bin/activate uv add mcp然后新建client.py写一个极简客户端代码我贴了简化版实际开发可以复制全文import asyncio from mcp import ClientSession from contextlib import AsyncExitStack class MCPClient: # 初始化、连接模拟服务器、聊天循环、清理资源等函数... async def main(): client MCPClient() try: await client.connect_to_mock_server() await client.chat_loop() finally: await client.cleanup() if name main: asyncio.run(main())运行uv run client.py就能看到一个CLI界面输入问题它会模拟回复先回显你的输入。代码结构清晰__init__初始化chat_loop处理交互cleanup释放资源。Jupyter里也能跑加nest_asyncio.apply()解决事件循环冲突。三、接入在线/本地模型让客户端“活”起来极简版太基础了加OpenAI或DeepSeek吧。先uv add openai python-dotenv创建.env文件放API Key国内用反代地址直连OpenAI。DeepSeek类似BASE_URLhttps://api.deepseek.com。修改client.py用OpenAI客户端处理查询四、加载dotenv读取API Keyself.client OpenAI(api_keyself.openai_api_key, base_urlself.base_url) async def process_query(self, query: str) - str: messages [{role: system, content: 你是一个智能助手...}, {role: user, content: query}] response await ... # 调用API return response.choices[0].message.content运行后就能和大模型聊天了本地模型呢用ollama或vLLM调度框架它们兼容OpenAI API风格只改.env就行。比如ollamaBASE_URLhttp://localhost:11434/v1/MODELqwq。vLLM类似启动服务后改BASE_URLhttp://localhost:8000/v1。我试了QwQ-32B模型响应速度飞快感觉本地Agent开发门槛真低了。五、MCP服务器实战建个天气查询工具体验Function Calling客户端ready了现在建服务器。MCP服务器提供Resources资源、Tools工具、Prompts提示词三种能力。我们用stdio标准输入输出模式建一个天气查询服务器用OpenWeather API。先uv add mcp httpx获取API Key免费注册。新建server.pyimport json import httpx from mcp.server.fastmcp import FastMCP mcp FastMCP(WeatherServer) async def fetch_weather(city: str) - dict: # httpx请求OpenWeather API... def format_weather(data: dict) - str: # 格式化输出温度、湿度等... mcp.tool() async def query_weather(city: str) - str: data await fetch_weather(city) return format_weather(data) if name main: mcp.run(transportstdio)这个服务器注册了query_weather工具描述清楚城市英文名。stdio模式下服务器作为子进程跑。六、连接客户端测试修改client.py支持stdio连接和Function Callingasync def connect_to_server(self, server_script_path: str): # 启动stdio服务器list_tools列出工具... async def process_query(self, query: str) - str: # list_tools获取可用工具发给OpenAI # 如果finish_reasontool_callscall_tool执行...运行uv run client.py server.py问“北京今天天气如何”大模型会自动调用工具返回格式化天气温度XX°C湿度XX%… 超方便MCP通讯机制本地用stdio远程用HTTPSSE服务器推送事件。JSON-RPC 2.0格式传输。Anthropic正考虑升级成流式HTTP解决SSE单向限制。调试用Inspector装Node.jsnpx -y modelcontextprotocol/inspector uv run server.py在浏览器http://127.0.0.1:5173/查看工具运行。七、总结MCP不只是协议更是生态。它让Agent开发从“高端黑科技”变成“人人可上手”。我从零建了个天气Agent花了不到一小时就感受到协作效率的提升。未来随着更多服务器开源想象空间巨大。如果你也感兴趣赶紧试试吧有问题欢迎评论交流一起探索AI世界。普通人如何抓住AI大模型的风口领取方式在文末为什么要学习大模型目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 大模型作为其中的重要组成部分 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 为各行各业带来了革命性的改变和机遇 。目前开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景其中应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过30%。随着AI大模型技术的迅速发展相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业人工智能大潮已来不加入就可能被淘汰。如果你是技术人尤其是互联网从业者现在就开始学习AI大模型技术真的是给你的人生一个重要建议最后只要你真心想学习AI大模型技术这份精心整理的学习资料我愿意无偿分享给你但是想学技术去乱搞的人别来找我在当前这个人工智能高速发展的时代AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料能够帮助更多有志于AI领域的朋友入门并深入学习。真诚无偿分享vx扫描下方二维码即可加上后会一个个给大家发【附赠一节免费的直播讲座技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等欢迎大家~】大模型全套学习资料展示自我们与MoPaaS魔泊云合作以来我们不断打磨课程体系与技术内容在细节上精益求精同时在技术层面也新增了许多前沿且实用的内容力求为大家带来更系统、更实战、更落地的大模型学习体验。希望这份系统、实用的大模型学习路径能够帮助你从零入门进阶到实战真正掌握AI时代的核心技能01教学内容从零到精通完整闭环【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块内容比传统教材更贴近企业实战大量真实项目案例带你亲自上手搞数据清洗、模型调优这些硬核操作把课本知识变成真本事‌02适学人群应届毕业生‌无工作经验但想要系统学习AI大模型技术期待通过实战项目掌握核心技术。零基础转型‌非技术背景但关注AI应用场景计划通过低代码工具实现“AI行业”跨界‌。业务赋能突破瓶颈传统开发者Java/前端等学习Transformer架构与LangChain框架向AI全栈工程师转型‌。vx扫描下方二维码即可【附赠一节免费的直播讲座技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等欢迎大家~】本教程比较珍贵仅限大家自行学习不要传播更严禁商用03入门到进阶学习路线图大模型学习路线图整体分为5个大的阶段04视频和书籍PDF合集从0到掌握主流大模型技术视频教程涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向新手必备的大模型学习PDF书单来了全是硬核知识帮你少走弯路不吹牛真有用05行业报告白皮书合集收集70报告与白皮书了解行业最新动态0690份面试题/经验AI大模型岗位面试经验总结谁学技术不是为了赚$呢找个好的岗位很重要07 deepseek部署包技巧大全由于篇幅有限只展示部分资料并且还在持续更新中…真诚无偿分享vx扫描下方二维码即可加上后会一个个给大家发【附赠一节免费的直播讲座技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等欢迎大家~】