MCP 学习----Model Context Protocol

初识 MCP：为什么我觉得它很重要

说实话，刚开始看到 MCP 这个名字时，我以为又是一个普通的 API 规范。但深入了解后发现，这东西解决的是我在开发 AI 应用时一直头疼的问题——如何让 AI 助手更优雅地访问外部数据和工具。

以前我在做聊天机器人项目时，要让 AI 访问数据库、调用 API、读取文件，都需要写一堆胶水代码。每接入一个新的数据源，就要重新写一遍集成逻辑。MCP 的出现让我看到了标准化的希望。

MCP 到底是什么？

用我自己的理解来说，MCP 就像是 AI 世界的 USB 接口标准。

还记得以前每个设备都有自己专属的接口吗？手机充电器、键盘、鼠标都不一样。USB 出现后，所有设备都能用统一的接口连接。MCP 做的事情类似——它定义了一套标准协议，让 AI 应用能够以统一的方式连接各种数据源和工具。

传统方式：
AI应用 ← 自定义接口1 → 数据库
AI应用 ← 自定义接口2 → API服务
AI应用 ← 自定义接口3 → 文件系统

MCP方式：
AI应用 ← MCP协议 → MCP服务器1（数据库）
                  → MCP服务器2（API服务）
                  → MCP服务器3（文件系统）

我的第一个 MCP 实验

理论看多了容易晕，我决定直接上手试试。第一个小目标：创建一个简单的 MCP 服务器，让roo code等能够读取我本地的笔记文件。

步骤 1：环境准备

# 安装 MCP 的 Python SDK
pip install mcp-server

# 创建项目目录
mkdir my-first-mcp-server
cd my-first-mcp-server

步骤 2：编写服务器代码

# server.py
import asyncio
from mcp.server import Server
from mcp.types import Tool, TextContent
import os

# 创建 MCP 服务器实例
server = Server("my-notes-server")

@server.tool()
async def read_note(filename: str) -> str:
    """读取指定的笔记文件"""
    notes_dir = os.path.expanduser("~/Documents/notes")
    file_path = os.path.join(notes_dir, filename)
  
    try:
        with open(file_path, 'r', encoding='utf-8') as f:
            return f.read()
    except FileNotFoundError:
        return f"文件 {filename} 不存在"

@server.tool()
async def list_notes() -> str:
    """列出所有笔记文件"""
    notes_dir = os.path.expanduser("~/Documents/notes")
    files = os.listdir(notes_dir)
    return "\n".join([f for f in files if f.endswith('.md')])

# 启动服务器
async def main():
    await server.start()
    print("MCP 服务器已启动...")
    await asyncio.Event().wait()

if __name__ == "__main__":
    asyncio.run(main())

步骤 3：配置 mcp

{
  "mcpServers": {
    "my-notes": {
      "command": "python",
      "args": ["/path/to/server.py"]
    }
  }
}

MCP 的实际应用场景

经过这段时间的学习和实践，我发现 MCP 特别适合以下场景：

企业知识库集成：让 AI 助手访问公司内部文档、Wiki
开发工具集成：连接 Git、JIRA、CI/CD 系统
数据分析：让 AI 直接查询数据库，生成报表
自动化工作流：触发各种自动化任务