MCP Server - Model Context Protocol

MCP 服务 - Model Context Protocol

📖 MCP 服务介绍

Model Context Protocol (MCP) 是由 Anthropic 开发的一种开放协议，旨在标准化 AI 模型与外部数据源和工具的交互方式。MCP 服务是这一生态系统中的重要组成部分，充当 AI 模型与各种服务、数据库和 API 之间的桥梁。

🔑 核心概念

• MCP 服务：一种为 AI 模型提供工具、资源和提示词的后端服务
• 标准协议：使用 JSON-RPC 2.0，确保不同系统之间的兼容性
• 客户端-服务端架构：AI 应用（客户端）通过 WebSocket 或 stdio 与 MCP 服务通信

🌟 实际应用

1. 数据库集成

AI Model ↔ MCP Server ↔ Database (MySQL, PostgreSQL, MongoDB)

• 允许 AI 直接查询和分析数据
• 从数据库自动生成报告和洞察

2. 连接外部 API

AI Model ↔ MCP Server ↔ External APIs (Weather, Stock, Social Media)

• 从 Web 服务获取实时数据
• 执行自动化任务

3. 文件系统管理

AI Model ↔ MCP Server ↔ Local/Cloud Storage

• 读取、写入和处理文件
• 备份和同步数据

🚀 常见用例

1. 商业智能与分析

• 说明：自动分析业务数据
• 示例：从 sales 数据库生成月度收入报告

# MCP Server cung cấp tool để query database
tools = [
    {
        "name": "query_sales_db",
        "description": "Query sales database",
        "parameters": {"query": "string"}
    }
]

2. 客户支持自动化

• 说明：通过 AI 聊天机器人为客户提供支持
• 示例：查询订单信息、更新工单状态

tools = [
    {
        "name": "get_order_status",
        "description": "Get customer order status",
        "parameters": {"order_id": "string"}
    }
]

3. 内容管理

• 说明：自动管理和创建内容
• 示例：自动创建博客文章、更新 CMS

tools = [
    {
        "name": "publish_content",
        "description": "Publish content to CMS",
        "parameters": {"title": "string", "content": "string"}
    }
]

4. DevOps 与监控

• 说明：监控系统并自动化部署
• 示例：检查服务器运行状况、部署应用程序

tools = [
    {
        "name": "check_server_health",
        "description": "Check server health status",
        "parameters": {"server_id": "string"}
    }
]

5. 电子商务集成

• 说明：通过 AI 管理在线商店
• 示例：更新库存、处理订单、提供客户服务

🛠️ 如何创建 MCP 服务

步骤 1：安装环境

# Python
pip install mcp

# Node.js
npm install @modelcontextprotocol/sdk

# TypeScript
npm install @modelcontextprotocol/sdk typescript

步骤 2：创建基础 MCP 服务（Python）

#!/usr/bin/env python3
import asyncio
import json
from mcp.server import Server
from mcp.server.models import InitializationOptions
from mcp.server.stdio import stdio_server
from mcp.types import TextContent, Tool

server = Server("my-mcp-server")

@server.list_tools()
async def handle_list_tools() -> list[Tool]:
    """Danh sách các tools có sẵn"""
    return [
        Tool(
            name="echo",
            description="Echo back the input",
            inputSchema={
                "type": "object",
                "properties": {
                    "message": {"type": "string"}
                },
                "required": ["message"]
            }
        )
    ]

@server.call_tool()
async def handle_call_tool(name: str, arguments: dict) -> list[TextContent]:
    """Xử lý tool calls"""
    if name == "echo":
        message = arguments.get("message", "")
        return [TextContent(type="text", text=f"Echo: {message}")]
    else:
        raise ValueError(f"Unknown tool: {name}")

async def main():
    async with stdio_server() as (read_stream, write_stream):
        await server.run(
            read_stream,
            write_stream,
            InitializationOptions(
                server_name="my-mcp-server",
                server_version="1.0.0",
                capabilities=server.get_capabilities()
            )
        )

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

步骤 3：使用 TypeScript 创建 MCP 服务

import { Server } from '@modelcontextprotocol/sdk/server/index.js';
import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';
import {
  CallToolRequestSchema,
  ListToolsRequestSchema,
} from '@modelcontextprotocol/sdk/types.js';

class MyMCPServer {
  private server: Server;

  constructor() {
    this.server = new Server(
      {
        name: 'my-mcp-server',
        version: '1.0.0',
      },
      {
        capabilities: {
          tools: {},
        },
      }
    );

    this.setupHandlers();
  }

  private setupHandlers() {
    this.server.setRequestHandler(ListToolsRequestSchema, async () => ({
      tools: [
        {
          name: 'calculator',
          description: 'Perform basic math operations',
          inputSchema: {
            type: 'object',
            properties: {
              operation: { type: 'string', enum: ['add', 'subtract', 'multiply', 'divide'] },
              a: { type: 'number' },
              b: { type: 'number' },
            },
            required: ['operation', 'a', 'b'],
          },
        },
      ],
    }));

    this.server.setRequestHandler(CallToolRequestSchema, async (request) => {
      const { name, arguments: args } = request.params;

      if (name === 'calculator') {
        const { operation, a, b } = args as any;
        let result: number;

        switch (operation) {
          case 'add':
            result = a + b;
            break;
          case 'subtract':
            result = a - b;
            break;
          case 'multiply':
            result = a * b;
            break;
          case 'divide':
            result = a / b;
            break;
          default:
            throw new Error(`Unknown operation: ${operation}`);
        }

        return {
          content: [{ type: 'text', text: `Result: ${result}` }],
        };
      }

      throw new Error(`Unknown tool: ${name}`);
    });
  }

  async run() {
    const transport = new StdioServerTransport();
    await this.server.connect(transport);
  }
}

const server = new MyMCPServer();
server.run().catch(console.error);

步骤 4：配置客户端以使用 MCP 服务

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

步骤 5：测试 MCP 服务

# Test với stdio
echo '{"jsonrpc": "2.0", "id": 1, "method": "tools/list"}' | python mcp_server.py

📁 仓库中的项目

🕐 MCP 时间服务（Node.js）

位置：mcp-time-node/

一个使用 Node.js 编写的 MCP 服务，提供与时间相关的功能：

✨ 功能

• 获取当前时间：获取指定时区的当前时间
• 转换时间：在不同时区之间转换时间
• IANA 时区支持：完整支持 IANA 标准中的时区

🚀 使用方法

# Chạy với Node.js trực tiếp
cd mcp-time-node
npm install
npm start

# Chạy demo
npm run demo

# Chạy với Docker
docker build -t mcp-time-server .
docker run -i --rm mcp-time-server

📋 可用工具

1. get_current_time

   • 获取当前时间
   • 参数：timezone（IANA 时区名称）
   • 示例：Asia/Ho_Chi_Minh、America/New_York、Europe/London

2. convert_time

   • 在不同时区之间转换时间
   • 参数：
     • time：HH:MM 格式的时间
     • source_timezone：源时区
     • target_timezone：目标时区

🐳 Docker 支持

项目已通过 Dockerfile 容器化，并针对生产环境进行了优化：

• 基础镜像：node:18-alpine
• 安全性：使用非 root 用户
• 体积：占用空间极小

⚙️ VS Code MCP 集成

已在 .vscode/mcp.json 中预先配置 2 个选项：

• mcp-time-node：直接使用 Node.js 运行
• mcp-time-docker：使用 Docker 容器运行

💡 使用示例

// Lấy thời gian hiện tại ở Việt Nam
{
  "name": "get_current_time",
  "arguments": {
    "timezone": "Asia/Ho_Chi_Minh"
  }
}

// Chuyển đổi 14:30 từ Việt Nam sang New York
{
  "name": "convert_time",
  "arguments": {
    "time": "14:30",
    "source_timezone": "Asia/Ho_Chi_Minh",
    "target_timezone": "America/New_York"
  }
}

🔮 MCP 的未来

1. 扩展生态系统

• 更多提供方：数据库、云服务、IoT 设备
• 社区驱动：开源工具和扩展
• 标准化：成为 AI 集成的行业标准

2. 性能改进

• 缓存机制：优化响应时间
• 并行处理：同时处理多个请求
• 负载均衡：为高流量应用分配负载

3. 安全增强

• 身份验证与授权：OAuth2、JWT tokens
• 数据加密：端到端加密
• 审计日志：跟踪并记录所有交互

4. AI 原生功能

• 上下文感知：更好地理解先前对话中的上下文
• 学习能力：自主学习并提升性能
• 多模态支持：处理文本、图像、音频和视频

5. 企业级应用

• 企业级安全性：符合 GDPR、HIPAA 要求
• 可扩展性：支持数百万个并发连接
• 监控与分析：提供详细的仪表板和指标

6. 集成趋势

Current: AI ↔ MCP Server ↔ Single Service
Future:  AI ↔ MCP Server ↔ Multiple Services (Orchestration)

• 服务编排：一个 MCP 服务管理多个服务
• 工作流自动化：自动化复杂的业务流程
• 实时协作：多个 AI Agent 协同工作

📈 预计路线图

时间线	里程碑
2025 Q2	MCP v2.0，性能有所提升
2025 Q3	企业级安全功能
2025 Q4	多模态支持
2026 Q1	服务编排平台
2026 Q2	AI Agent 协作框架

🎯 结论

MCP 服务正成为将 AI 集成到实际系统中的核心。凭借灵活连接 AI 模型与外部服务的能力，MCP 为自动化和智能应用带来了无数可能性。

要点：

• ✅ 面向 AI 集成的标准化协议
• ✅ 易于实施和维护
• ✅ 生态系统正在蓬勃发展
• ✅ 随着企业级应用的普及，前景十分广阔

立即开始使用 MCP 服务，在你的应用中发挥 AI 的强大力量！