Skip to content

README.md

Latest commit

 

History

History
272 lines (178 loc) · 11.1 KB

README.md

File metadata and controls

272 lines (178 loc) · 11.1 KB

实践应用

实践应用是 Model Context Protocol (MCP) 威力真正体现的地方。虽然理解 MCP 的理论和架构很重要，但真正的价值在于将这些概念应用到构建、测试和部署解决方案中，以解决现实世界的问题。本章弥合了概念知识与实际开发之间的差距，指导你完成基于 MCP 的应用从无到有的过程。

无论你是在开发智能助手、将 AI 集成到业务流程中，还是构建用于数据处理的定制工具，MCP 都提供了灵活的基础。它的语言无关设计和针对主流编程语言的官方 SDK，使其对广泛的开发者都很友好。通过利用这些 SDK，你可以快速进行原型设计、迭代开发，并在不同平台和环境中扩展你的解决方案。

在接下来的章节中，你将看到实用示例、示范代码以及部署策略，展示如何在 C#、Java、TypeScript、JavaScript 和 Python 中实现 MCP。你还将学习如何调试和测试 MCP 服务器、管理 API，并使用 Azure 将解决方案部署到云端。这些动手资源旨在加速你的学习，帮助你自信地构建健壮且适合生产环境的 MCP 应用。

概述

本课聚焦于 MCP 在多种编程语言中的实际应用。我们将探讨如何使用 C#、Java、TypeScript、JavaScript 和 Python 的 MCP SDK 构建稳健的应用，调试和测试 MCP 服务器，以及创建可复用的资源、提示和工具。

学习目标

完成本课后，你将能够：

  • 使用官方 SDK 在多种编程语言中实现 MCP 解决方案
  • 系统地调试和测试 MCP 服务器
  • 创建并使用服务器功能（资源、提示和工具）
  • 设计有效的 MCP 工作流以处理复杂任务
  • 优化 MCP 实现以提升性能和可靠性

官方 SDK 资源

Model Context Protocol 提供了多种语言的官方 SDK：

使用 MCP SDK

本节提供了多种编程语言中实现 MCP 的实用示例。你可以在 samples 目录中按语言查找示范代码。

可用示例

仓库包含以下语言的示例实现：

每个示例展示了该语言及生态系统中 MCP 的关键概念和实现模式。

核心服务器功能

MCP 服务器可以实现以下任意组合的功能：

资源

资源为用户或 AI 模型提供上下文和数据：

  • 文档库
  • 知识库
  • 结构化数据源
  • 文件系统

提示

提示是为用户准备的模板化消息和工作流：

  • 预定义的对话模板
  • 引导式交互模式
  • 专门设计的对话结构

工具

工具是 AI 模型可执行的函数：

  • 数据处理工具
  • 外部 API 集成
  • 计算能力
  • 搜索功能

示例实现：C#

官方 C# SDK 仓库包含多个示例，展示 MCP 的不同方面：

  • 基础 MCP 客户端：简单示例，展示如何创建 MCP 客户端并调用工具
  • 基础 MCP 服务器：最小化服务器实现，包含基础工具注册
  • 高级 MCP 服务器：功能齐全的服务器，支持工具注册、身份验证和错误处理
  • ASP.NET 集成：展示与 ASP.NET Core 集成的示例
  • 工具实现模式：展示不同复杂度工具实现的多种模式

MCP C# SDK 处于预览阶段，API 可能会变动。我们将持续更新博客以跟进 SDK 的演进。

主要特性

完整的 C# 实现示例，请访问官方 C# SDK 示例仓库

示例实现：Java 实现

Java SDK 提供了企业级功能的稳健 MCP 实现选项。

主要特性

  • Spring Framework 集成
  • 强类型安全
  • 响应式编程支持
  • 全面错误处理

完整的 Java 实现示例，请参见示例目录中的 Java 示例。

示例实现：JavaScript 实现

JavaScript SDK 提供轻量且灵活的 MCP 实现方案。

主要特性

  • 支持 Node.js 和浏览器环境
  • 基于 Promise 的 API
  • 易于与 Express 及其他框架集成
  • 支持 WebSocket 流式传输

完整的 JavaScript 实现示例，请参见示例目录中的 JavaScript 示例。

示例实现：Python 实现

Python SDK 采用 Python 风格实现 MCP，且与主流机器学习框架集成良好。

主要特性

  • 支持 asyncio 的 async/await
  • 集成 Flask 和 FastAPI
  • 简单的工具注册
  • 与流行机器学习库的原生集成

完整的 Python 实现示例，请参见示例目录中的 Python 示例。

API 管理

Azure API Management 是保护 MCP 服务器的有效方案。思路是在 MCP 服务器前端放置一个 Azure API Management 实例，让它处理你可能需要的功能，如：

  • 限流
  • 令牌管理
  • 监控
  • 负载均衡
  • 安全性

Azure 示例

这里有一个 Azure 示例，正是实现了上述功能，即创建 MCP 服务器并用 Azure API Management 保护它。

下面的图片展示了授权流程：

APIM-MCP

图中发生了以下流程：

  • 使用 Microsoft Entra 进行身份验证/授权。
  • Azure API Management 作为网关，使用策略来引导和管理流量。
  • Azure Monitor 记录所有请求以供进一步分析。

授权流程

我们来详细看看授权流程：

Sequence Diagram

MCP 授权规范

了解更多关于MCP 授权规范

将远程 MCP 服务器部署到 Azure

让我们尝试部署之前提到的示例：

  1. 克隆仓库

    git clone https://github.com/Azure-Samples/remote-mcp-apim-functions-python.git
cd remote-mcp-apim-functions-python

  2. 注册 Microsoft.App resource provider.

    • If you are using Azure CLI, run az provider register --namespace Microsoft.App --wait.
    • If you are using Azure PowerShell, run Register-AzResourceProvider -ProviderNamespace Microsoft.App. Then run (Get-AzResourceProvider -ProviderNamespace Microsoft.App).RegistrationState，稍等片刻后检查注册是否完成。

  3. 运行此 azd 命令，预配 API 管理服务、函数应用（含代码）以及其他所需的 Azure 资源

    azd up

    此命令将部署所有 Azure 云资源

使用 MCP Inspector 测试你的服务器

  1. 在新终端窗口中，安装并运行 MCP Inspector

    npx @modelcontextprotocol/inspector

    你应该会看到类似的界面：

    Connect to Node inspector

  2. 按住 CTRL 点击，使用应用显示的 URL（例如 http://127.0.0.1:6274/#resources）加载 MCP Inspector Web 应用

  3. 将传输类型设置为 SSE

  4. Set the URL to your running API Management SSE endpoint displayed after azd up，然后连接：

    https://<apim-servicename-from-azd-output>.azure-api.net/mcp/sse

  5. 列出工具。点击某个工具并运行工具。

如果所有步骤顺利完成，你现在应该已连接到 MCP 服务器，并成功调用了一个工具。

Azure 上的 MCP 服务器

Remote-mcp-functions：这一系列仓库是使用 Azure Functions 结合 Python、C# .NET 或 Node/TypeScript 快速构建和部署自定义远程 MCP（Model Context Protocol）服务器的模板。

这些示例提供了完整解决方案，允许开发者：

  • 本地构建和运行：在本地机器上开发和调试 MCP 服务器
  • 部署到 Azure：通过简单的 azd up 命令轻松部署到云端
  • 从客户端连接：支持包括 VS Code 的 Copilot 代理模式和 MCP Inspector 工具在内的多种客户端连接 MCP 服务器

主要特性：

  • 安全设计：MCP 服务器通过密钥和 HTTPS 保障安全
  • 身份验证选项：支持内置身份验证和/或 API 管理的 OAuth
  • 网络隔离：支持通过 Azure 虚拟网络（VNET）实现网络隔离
  • 无服务器架构：利用 Azure Functions 实现可扩展的事件驱动执行
  • 本地开发：全面支持本地开发和调试
  • 简单部署：简化的 Azure 部署流程

仓库包含所有必要的配置文件、源代码和基础设施定义，助你快速启动生产级 MCP 服务器实现。

关键要点

  • MCP SDK 提供针对不同语言的工具，助力实现稳健的 MCP 解决方案
  • 调试和测试过程对 MCP 应用的可靠性至关重要
  • 可复用的提示模板保障 AI 交互的一致性
  • 精心设计的工作流可协调多工具完成复杂任务
  • 实现 MCP 解决方案需考虑安全性、性能和错误处理

练习

设计一个实用的 MCP 工作流，解决你所在领域的实际问题：

  1. 确定 3-4 个对解决该问题有用的工具
  2. 绘制工作流图，展示这些工具如何协同工作
  3. 使用你偏好的语言实现其中一个工具的基础版本
  4. 创建一个提示模板，帮助模型高效使用你的工具

额外资源

下一章：高级主题

免责声明：
本文件使用 AI 翻译服务 Co-op Translator 进行翻译。虽然我们力求准确，但请注意自动翻译可能存在错误或不准确之处。原始文件的原文应被视为权威来源。对于重要信息，建议采用专业人工翻译。因使用本翻译而产生的任何误解或误释，我们概不负责。