Model Context Protocol 是一个开放标准，它的目标是给 LLM 一种干净、统一的方式去发现和调用外部工具。不用再写自定义解析、不用再维护脆弱的胶水代码，就是一个好用的协议。 大多数 MCP 教程上来就讲 JSON-RPC 规范、传输层协议，搞得很复杂。其实用 MCP 不需要 ...

“ MCP协议是智能体开发中的一项标准协议，目前市面上智能体的主流开发协议就是它。” 在智能体领域工具是一个很重要的组件，大模型通过工具调用才能与外界环境交互并完成任务。而为了统一工具调用的方式，就有了MCP协议的出现，它的目的是统一工具 ...

本文介绍了如何通过 LangChain 实现 MCP 调用。通过模拟一个简单的算术计算器，基于 MCP Server 运行，并使用 MCP Client 进行调用。最终，通过集成 DeepSeek 大模型完成整个 MCP 调用流程，同时提供了 Python 示例代码以供参考。 Model Context Protocol（MCP）模型上下文协议是 ...

模型上下文协议 MCP 是一种开放协议，旨在标准化 AI 应用程序与外部数据源和工具的连接方式。其核心目标在于简化大型语言模型 LLM 与各种上下文和工具的集成，从而解决将多种 LLM 与多种工具相集成的复杂性问题。 之前的文章介绍了一个挺不错的 MCP 应用案例 ...

Host=内置了MCP Client的应用程序，可以是APP、Agent、Web应用、桌面应用等等形态； MCP Client，是大模型与MCP Server之间的桥梁； MCP Server，负责处理来自MCP Client的请求，并调用各种资源，返回相应的结果或数据。 大模型需要提升使用MCP时的任务规划和拆解能力，在MCP ...

它是以https://github.com/sidharthrajaram/mcp-sse为基础优化实现的【原项目上是基于(https://github.com/modelcontextprotocol/python-sdk/issues/145)的 ...

mcp 就是一个接口，能为大模型引入各种丰富的功能，目前公开的 mcp 服务很多，能实现很多复杂的操作。之前曾用好几篇帖子来记录mcp的使用，也尝试使用了一些开源的mcp server，除了新鲜感作祟，更多的是对于将AI用于具体工作的思考。可用了很多别人的工具 ...