MCP 与工具协议

引言

随着 Agent 生态的发展，如何标准化工具的描述、发现和调用成为关键问题。Anthropic 推出的 Model Context Protocol（MCP）和 Google 的 Agent-to-Agent（A2A）协议代表了工具标准化的两个重要方向。

Model Context Protocol（MCP）

背景与动机

在 MCP 之前，每个 AI 应用都需要为每个数据源和工具编写定制的集成代码。这导致了"M×N 问题"——M 个应用 × N 个工具 = M×N 个集成。

MCP 提出了一个统一的协议，让任何 MCP 客户端都能连接任何 MCP 服务器，将 M×N 简化为 M+N。

架构

graph TB
    subgraph "MCP 架构"
        subgraph "Host（宿主应用）"
            APP[AI 应用<br/>Claude Desktop / IDE]
            CLIENT1[MCP Client 1]
            CLIENT2[MCP Client 2]
            CLIENT3[MCP Client 3]
            APP --- CLIENT1
            APP --- CLIENT2
            APP --- CLIENT3
        end

        subgraph "MCP Servers"
            SERVER1[文件系统服务器<br/>本地文件读写]
            SERVER2[GitHub 服务器<br/>仓库/PR/Issue]
            SERVER3[数据库服务器<br/>查询/写入]
        end

        CLIENT1 <-->|JSON-RPC| SERVER1
        CLIENT2 <-->|JSON-RPC| SERVER2
        CLIENT3 <-->|JSON-RPC| SERVER3

        SERVER1 --> FS[(本地文件)]
        SERVER2 --> GH[(GitHub API)]
        SERVER3 --> DB[(数据库)]
    end

核心概念

MCP 服务器可以提供三种类型的能力：

类型	说明	控制方	示例
Resources	数据和内容（类似 GET）	应用程序控制	文件内容、数据库记录
Tools	可执行的函数（类似 POST）	模型控制（LLM 决定调用）	发送邮件、创建 PR
Prompts	预定义的模板	用户控制	代码审查模板

传输层

MCP 支持两种传输方式：

# 1. Stdio 传输（本地进程间通信）
# 适用于本地工具（文件系统、本地数据库等）
{
    "mcpServers": {
        "filesystem": {
            "command": "npx",
            "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/dir"]
        }
    }
}

# 2. SSE 传输（HTTP Server-Sent Events）
# 适用于远程服务
{
    "mcpServers": {
        "remote-db": {
            "url": "https://mcp.example.com/sse",
            "transport": "sse"
        }
    }
}

编写 MCP 服务器

# Python MCP 服务器示例
from mcp.server import Server
from mcp.types import Tool, TextContent

server = Server("my-tools")

@server.list_tools()
async def list_tools():
    return [
        Tool(
            name="query_database",
            description="查询 SQLite 数据库。输入 SQL 查询语句，返回结果。",
            inputSchema={
                "type": "object",
                "properties": {
                    "query": {
                        "type": "string",
                        "description": "SQL 查询语句（只支持 SELECT）"
                    }
                },
                "required": ["query"]
            }
        )
    ]

@server.call_tool()
async def call_tool(name: str, arguments: dict):
    if name == "query_database":
        query = arguments["query"]

        # 安全检查
        if not query.strip().upper().startswith("SELECT"):
            return [TextContent(type="text", text="错误：只支持 SELECT 查询")]

        results = execute_sql(query)
        return [TextContent(type="text", text=format_results(results))]

# 运行服务器
if __name__ == "__main__":
    import asyncio
    from mcp.server.stdio import stdio_server

    asyncio.run(stdio_server(server))

MCP 客户端

from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async def use_mcp_tool():
    server_params = StdioServerParameters(
        command="python",
        args=["my_mcp_server.py"]
    )

    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()

            # 列出可用工具
            tools = await session.list_tools()

            # 调用工具
            result = await session.call_tool(
                "query_database",
                {"query": "SELECT * FROM users LIMIT 10"}
            )
            print(result)

MCP 生态

常用的官方和社区 MCP 服务器：

服务器	功能
`@modelcontextprotocol/server-filesystem`	文件系统操作
`@modelcontextprotocol/server-github`	GitHub 集成
`@modelcontextprotocol/server-postgres`	PostgreSQL 查询
`@modelcontextprotocol/server-slack`	Slack 消息
`@modelcontextprotocol/server-memory`	知识图谱记忆
`@modelcontextprotocol/server-puppeteer`	浏览器自动化
`@modelcontextprotocol/server-brave-search`	Brave 搜索

Google A2A 协议

Agent-to-Agent Protocol

Google 提出的 A2A 协议关注的是 Agent 之间的通信，而非 Agent 与工具之间。

graph LR
    subgraph "A2A 架构"
        CA[Client Agent<br/>委托方] <-->|A2A Protocol| SA[Server Agent<br/>执行方]
        CA -->|发送任务| SA
        SA -->|返回结果| CA
        SA -->|发送 Artifact| CA
    end

核心概念

Agent Card：Agent 的能力描述（类似简历）
Task：Agent 之间传递的工作单元
Artifact：任务产出物（文件、数据等）
Message：Agent 之间的通信消息

A2A vs MCP

维度	MCP	A2A
关注点	Agent ↔ 工具/数据	Agent ↔ Agent
协议类型	工具调用协议	任务委托协议
服务端	工具服务器	Agent 服务器
通信模式	请求-响应	任务生命周期
提出者	Anthropic	Google
互补性	提供工具能力	提供协作能力

两个协议是互补的，可以同时使用：Agent 通过 MCP 使用工具，通过 A2A 与其他 Agent 协作。

工具描述标准

OpenAPI / Swagger

传统的 API 描述标准，可以转换为 LLM 的工具定义：

# OpenAPI 3.0 示例
openapi: 3.0.0
paths:
  /weather/{city}:
    get:
      summary: 获取城市天气
      parameters:
        - name: city
          in: path
          required: true
          schema:
            type: string
      responses:
        '200':
          description: 天气信息

# OpenAPI → Function Calling 转换
def openapi_to_tools(spec):
    tools = []
    for path, methods in spec["paths"].items():
        for method, details in methods.items():
            tool = {
                "type": "function",
                "function": {
                    "name": f"{method}_{path.replace('/', '_')}",
                    "description": details.get("summary", ""),
                    "parameters": extract_parameters(details),
                }
            }
            tools.append(tool)
    return tools

工具描述最佳实践

# 完整的工具描述模板
tool_template = {
    "name": "action_verb_noun",  # 动词_名词 命名
    "description": (
        "一句话说明工具的功能。"
        "何时使用：具体的使用场景描述。"
        "何时不使用：明确的排除条件。"
        "注意事项：使用限制或副作用。"
    ),
    "input_schema": {
        "type": "object",
        "properties": {
            "param1": {
                "type": "string",
                "description": "参数含义和格式要求",
                "examples": ["示例值1", "示例值2"]  # 非标准但有用
            }
        },
        "required": ["param1"]
    }
}

MCP 与工具协议

引言

Model Context Protocol（MCP）

背景与动机

架构

核心概念

传输层

编写 MCP 服务器

MCP 客户端

MCP 生态

Google A2A 协议

Agent-to-Agent Protocol

核心概念

A2A vs MCP

工具描述标准

OpenAPI / Swagger

工具描述最佳实践

互操作性挑战

当前问题

解决方向

实践建议

延伸阅读

评论 #