一、MCP 的基本概念与背景

1.1 背景

想象一个场景：国庆假期我们准备去XX旅行，在AI技术普及前，我们通常的做法是在多个独立平台（如马蜂窝、小红书、B站）搜集碎片化信息，再切换至地图APP规划行程，随后在购票APP反复对比航班，临行前还需分别查询天气APP和美食APP，并将所有信息手动整合到Word或图片中。这个过程高度碎片化且耗时，等旅行攻略做完，就已经累了，不想出门了。

而 AI 技术成熟后，我们只需要告诉大模型：旅行目的地、时间以及预算，大模型即可自主调用多智能体系统——通过MCP协议实时连接天气、地图、购票等外部工具获取数据，并通过A2A协议协调智能体间协作（如天气Agent与路线Agent联动优化行程），最终生成结构化攻略文档并自动保存至本地，全程无需人工干预。

在 AI 领域，大模型连接天气APP或API独立执行任务可称为一个智能体，多个智能体相互协助，完成复杂任务。

为了解决 AI 智能体之间的交流与协作问题，两个重要的协议标准应运而生：Google 的 A2A（Agent-to-Agent）协议 和 Anthropic 的 MCP（Model Context Protocol）协议。

A2A 协议：定义智能体之间的通信标准，解决智能体之间如何互相交互（水平集成）

MCP 协议：定义大模型与外部工具的通信标准，解决智能体与外部工具如何交互（垂直集成）

本篇重点介绍 MCP 协议的原理及基于go语言开发MCP服务的实践！

1.2 概念

MCP（Model Context Protocol，模型上下文协议）是由 Anthropic （[ænˈθrɒpɪk]人类的）公司于 2024 年 11 月开源的一种通信协议，旨在解决大型语言模型（LLM）与外部数据源及应用程序之间的通信。简单来说，MCP 就像给 AI 装上了一个"万能接口"，让 AI 能够与各种外部系统和数据源实现标准化的双向通信，被称为“AI 领域的 USB 接口”。

MCP中文站：MCP中文简介 – MCP 中文站（Model Context Protocol 中文）

官网地址（英文版）：Introduction - Model Context Protocol

ClaudeMcp 社区：Claude MCP 社区

github 地址：https://github.com/modelcontextprotocol

1.3 LLM 在 MCP 出现前后的能力对比

MCP出现之前	MCP出现之后
无法获取实时数据，如最新天气信息	访问最新的网络数据和信息
无法访问本地数据源，比如本地文件、数据库等	访问本地数据源
无法与外部应用程序交互	调用各种专业工具和服务

1.4 效果演示

效果一：在 cherry studio 中添加生成流程图的MCP服务，生成流程图图片及可编辑的ppt文件等

效果二：在 cherry studio 中添加文件系统的MCP服务，生成产品发布流程的txt文档，并保存到我的电脑桌面

二、MCP 核心架构

从本质上讲，MCP 遵循客户端-服务器架构，其中主机应用程序可以连接到多个服务器：

用户、大模型及MCP服务的交互流程：

三、MCP 消息格式及通信方式

3.1 消息格式

MCP 的通信基于 JSON-RPC 2.0，支持请求、响应和通知三种消息类型，确保通信的标准化和一致性。

3.1.1 请求

// 问号表示 params 参数非必须
{
  jsonrpc: "2.0";
  id: string | number;
  method: string;
  params?: {
    [key: string]: unknown;
  };
}

3.1.2 响应

当响应成功时，result 必须包含，error 必须不包含；当响应错误时，result 必须不包含，error 必须包含。

{
  jsonrpc: "2.0";
  id: string | number;
  result?: {
    [key: string]: unknown;
  }
  error?: {
    code: number;
    message: string;
    data?: unknown;
  }
}

3.1.3 通知

没有包含“id”成员的请求对象为通知，作为通知的请求对象表明客户端对相应的响应对象并不感兴趣，本身也没有响应对象需要返回给客户端。params 参数非必须。

{
  jsonrpc: "2.0";
  method: string;
  params?: {
    [key: string]: unknown;
  };
}

3.2 传输类型

通信方式	传输机制	应用场景	优点	缺点
STDIO（标准输入输出）	通过操作系统的标准输入（stdin）和标准输出（stdout）进行进程间通信，数据以换行符分隔的UTF-8编码JSON-RPC消息传输	本地开发与调试、单机器内的工具集成（如桌面应用嵌入插件）、轻量级本地代理（如对接本地数据库）	无外部依赖，实现简单；本地通信延迟极低，适合高频交互	单进程通信，无法并行处理多个客户端请求；进程通信资源开销大，难以支持大量服务
SSE（Server-Sent Events）	基于HTTP协议的单向数据流传输，客户端通过HTTP GET请求建立长连接，服务器以流式方式持续推送数据	实时推送应用（如新闻更新、社交媒体通知）、Web环境集成（如浏览器调用后端MCP服务）	基于HTTP协议，兼容性好；连接中断时自动重连，保证数据可靠性	单向传输，无法满足双向复杂交互需求；受网络带宽和延迟影响，适合低频次或跨设备通信
Streamable HTTP	基于HTTP协议的双向流式传输，客户端通过HTTP POST发送请求并接收流式响应，支持长连接中的实时数据推送和分块传输	高并发、低延迟的分布式系统（如实时流媒体、在线游戏）、大文件流式传输（如视频、音频分段传输）	最灵活、最强大，适用于大规模并发和高度交互场景；支持分块传输，降低延迟，提高用户体验	实现复杂，需处理网络连接、端口开放、协议解析等；需考虑网络安全（如加密、认证、防火墙配置）

3.3 通信流程示例

以 SSE 通信方式为例， MCP 客户端连接 MCP 服务端并执行任务的整个通信流程及消息内容如下：

四、MCP 核心组件

4.1 资源(Resources)

资源表示 MCP 服务器想要向客户端提供的任何类型数据，可包括：

• 文件内容
• 数据库记录
• API 响应
• 实时系统数据
• 截图和图片
• 日志文件

每个资源由唯一的 URI 标识，并且可以包含文本或二进制数据。

4.2 提示(Prompts)

MCP 中的提示是预定义的模板，可以：

• 接受动态参数
• 上下文 链接多个交互
• 指导特定工作流程
• 表面作为 UI 元素（如斜线命令）

4.3 工具(Tools)

MCP 中的工具允许服务器公开可由客户端调用的可执行函数。工具的关键方面包括：

• 发现(tools/list)：客户端可以列出可用的工具
• 调用(tools/call)：服务器执行请求的操作并返回结果
• 灵活性：工具范围从简单的计算到复杂的 API 交互

4.4 采样(Sampling)

采样是 MCP 的一项强大功能，允许服务器通过客户端请求 LLM 完成，从而实现复杂的代理行为，同时保持安全性和隐私性。这种人机交互设计确保用户可以控制 LLM 所看到和生成的内容。

五、基于 go 实现 MCP 服务

5.1 开发流程

5.2 安装 mcp-go 组件

此处使用支持mcp的开源组件 mcp-go，github 地址为：https://github.com/mark3labs/mcp-go

go get github.com/mark3labs/mcp-go

 注意：官方支持 mcp 的 go 语言 sdk 为：https://github.com/modelcontextprotocol/go-sdk

5.3 代码实现

5.3.1 创建 MCPServer

// Create a new MCP server
s := server.NewMCPServer(
	"Demo 🚀",
	"1.0.0",
	server.WithToolCapabilities(false),
)

5.3.2 添加工具

// Add tool
tool := mcp.NewTool("hello_world",
	mcp.WithDescription("Say hello to someone"),
	mcp.WithString("name",
		mcp.Required(),
		mcp.Description("Name of the person to greet"),
	),
)

5.3.3 添加工具处理函数

// Add tool handler
s.AddTool(tool, helloHandler)

func helloHandler(ctx context.Context, request mcp.CallToolRequest) (*mcp.CallToolResult, error) {
	name, err := request.RequireString("name")
	if err != nil {
		return mcp.NewToolResultError(err.Error()), nil
	}

	return mcp.NewToolResultText(fmt.Sprintf("Hello, %s!", name)), nil
}

5.3.4 启动服务

按通信方式，可以启动为三种MCP服务：stdio、sse、streamableHttp

// 启动为 stdio 服务
if err := server.ServeStdio(s); err != nil {
	log.Fatalf("Server error: %v", err)
}

// 启动为 sse 服务
sseSrv := server.NewSSEServer(s)
if err := sseSrv.Start(":8081"); err != nil {
	fmt.Printf("Server error: %v\n", err)
}

// 启动为 streamableHttp 服务
srv := server.NewStreamableHTTPServer(s)
if err := srv.Start(":8081"); err != nil {
	fmt.Printf("Server error: %v\n", err)
}

5.3.5 完整代码

package main

import (
	"context"
	"fmt"

	"github.com/mark3labs/mcp-go/mcp"
	"github.com/mark3labs/mcp-go/server"
)

func main() {
	// Create a new MCP server
	s := server.NewMCPServer(
		"Demo 🚀",
		"1.0.0",
		server.WithToolCapabilities(false),
	)

	// Add tool
	tool := mcp.NewTool("hello_world",
		mcp.WithDescription("Say hello to someone"),
		mcp.WithString("name",
			mcp.Required(),
			mcp.Description("Name of the person to greet"),
		),
	)

	// Add tool handler
	s.AddTool(tool, helloHandler)

	// Start the stdio server
	// sseSrv := server.NewStreamableHTTPServer(s)
	sseSrv := server.NewSSEServer(s)
	if err := sseSrv.Start(":8081"); err != nil {
		fmt.Printf("Server error: %v\n", err)
	}
}

func helloHandler(ctx context.Context, request mcp.CallToolRequest) (*mcp.CallToolResult, error) {
	name, err := request.RequireString("name")
	if err != nil {
		return mcp.NewToolResultError(err.Error()), nil
	}

	return mcp.NewToolResultText(fmt.Sprintf("Hello, %s!", name)), nil
}

5.3.6 指定自定义httpserver

MCP服务默认只有/sse、/message、/mcp 路由，在实际开发场景中，往往需要在MCP服务中新增自定义路由，比如服务健康状态检查等，此时，需要先自定义 http.Server 并添加路由，然后在创建 MCPServer 时绑定自定义 http.Server。

// 创建 http 路由
mux := http.NewServeMux()
mux.HandleFunc("/management/health", func(w http.ResponseWriter, r *http.Request) {
	w.Header().Set("Content-Type", "application/json")
	w.WriteHeader(200)
	w.Write([]byte(`{"status":{"http":{"working":true,"message":"conn ok."}}}`))
})

// 创建 StreamableHttp 服务器，并绑定自定义 httpServer
srv := server.NewStreamableHTTPServer(
	s,
	server.WithStreamableHTTPServer(&http.Server{Handler: mux}),
)
// 使用自定义 httpServer 后，需要将显示指定 /mcp 路由
mux.Handle("/mcp", srv)

// 启动 mcp 服务
if err := srv.Start(":8085"); err != nil {
	fmt.Printf("Server error: %v\n", err)
}

完整代码如下：

package main

import (
	"context"
	"fmt"
	"net/http"

	"github.com/mark3labs/mcp-go/mcp"
	"github.com/mark3labs/mcp-go/server"
)

func main() {
	// Create a new MCP server
	s := server.NewMCPServer(
		"Demo 🚀",
		"1.0.0",
		server.WithToolCapabilities(false),
	)

	// Add tool
	tool := mcp.NewTool("hello_world",
		mcp.WithDescription("Say hello to someone"),
		mcp.WithString("name",
			mcp.Required(),
			mcp.Description("Name of the person to greet"),
		),
	)

	// Add tool handler
	s.AddTool(tool, helloHandler)

// 创建 http 路由
mux := http.NewServeMux()
mux.HandleFunc("/management/health", func(w http.ResponseWriter, r *http.Request) {
	w.Header().Set("Content-Type", "application/json")
	w.WriteHeader(200)
	w.Write([]byte(`{"status":{"http":{"working":true,"message":"conn ok."}}}`))
})

// 创建 StreamableHttp 服务器，并绑定自定义 httpServer
srv := server.NewStreamableHTTPServer(
	s,
	server.WithStreamableHTTPServer(&http.Server{Handler: mux}),
)
// 使用自定义 httpServer 后，需要将显示指定 /mcp 路由
mux.Handle("/mcp", srv)

// 启动 mcp 服务
if err := srv.Start(":8085"); err != nil {
	fmt.Printf("Server error: %v\n", err)
}
}

func helloHandler(ctx context.Context, request mcp.CallToolRequest) (*mcp.CallToolResult, error) {
	name, err := request.RequireString("name")
	if err != nil {
		return mcp.NewToolResultError(err.Error()), nil
	}

	return mcp.NewToolResultText(fmt.Sprintf("Hello, %s!", name)), nil
}

运行mcp服务，在 MCP Inspector（下文有介绍） 调试工具中的效果演示：

在浏览器中输入自定义路由，访问成功：

5.4 优秀开源mcp项目参考

github-mcp-server: https://github.com/github/github-mcp-server

六、 MCP 调试工具

6.1 调试工具概述

• MCP Inspector：交互式调试界面，直接服务器测试

• Claude for Desktop：集成测试，日志收集

• 服务器日志：自定义服务日志

6.2 MCP Inspector 简介

MCP Inspector是一款用于测试和调试 MCP 服务器的交互式开发者工具。

官方说明文档：https://modelcontextprotocol.io/docs/tools/inspector

6.3 MCP Inspector 使用方法

6.3.1 运行 Inspector

需要先安装 npx ，然后直接在命令行中运行 Inspector

npx @modelcontextprotocol/inspector

6.3.2 浏览器中打开交互式调试界面

将上图中的url地址复制到浏览器，打开，如图所示：

如果在浏览器中仅输入：http://localhost:6274，则需要Configration中配置 Proxy Session Token，值为步骤1中运行命令 npx @modelcontextprotocol/inspector，生成的 Session Token。

6.3.3 配置命令及选项

选择协议类型（STDIO/SSE/Streamable HTTP），输入命令、参数、环境变量，如图：

如果 Transport Type 选择 SSE 或 Streamable HTTP，URL中填入MCP服务器远程地址即可。

6.3.4 测试连接

连接成功后，可显示 MCP 服务对应的资源列表、工具列表等，并可对工具进行测试。

七、总结

MCP 拓展了 AI 大模型的能力边界，我们的人生亦如此，要不断去探索属于自己的MCP协议，以更好地与外部世界建立连接！