不同行业各企业的《PMO组织级项目管理全景图》免费分享

1、首先导入对应的 FastMCP 类（使用 字符串自动生成工具定义，从而轻松创建和维护 MCP 工具，这里的效果后面会展示）以及我们需要获取实时信息的网址（这里是 PoE2 的官网）。优化 prompt 以及添加更多工具来实现更复杂的功能，比如使用更优的爬虫工具，以及通过深度爬虫爬取对应补丁的帖子，这样在回答的最新补丁版本号的同时返回具体内容。例如：AI 应用程序的 USB-C 端口。3、添加 mcp 类中的工具函数（执行处理程序，负责实际执行每个工具的逻辑），每个工具函数对应一个特定的工具。

使用装饰器暴露函数能力，并通过文档字符串描述功能（供大模型理解用途）：import os"""获取当前用户桌面上的所有文件列表（macOS专属实现）""""""生成个性化问候语（中英双语版）"""return f"🎉 你好。

本文介绍了OpenAI提出的MCP(Model Context Protocol)协议，作为大模型与外部系统交互的标准"桥梁"。文章详细解释了MCP的核心设计、四大能力(工具、资源、事件、标准协议)及其应用场景。通过一个货币转换的实战案例，展示了如何使用Spring Boot实现MCP客户端和服务器端，并集成DeepSeek LLM模型进行自然语言解析和汇率计算。MCP降低了开发成本，促进了AI Agent生态标准化。

前言最近，一款名为Manus 的AI工具在AI圈炸了锅。它不仅能自主完成旅行规划、股票分析，甚至能生成3D模型设计方案，号称“AI界的全能选手”。而这一切的背后，离不开一个关键的技术突破——模型上下文协议（MCP入门1. 什么是MCP（Model Context Protocol）大模型（Model Context Protocol，模型上下文协议）是一种由Claude母公司Anthropic于2024年11月底推出的开放标准，旨在统一大型语言模型（LLM）与外部数据源和工具之间的通信协议。

大模型MCP（Model Context Protocol，模型上下文协议）是一种由Claude母公司Anthropic于2024年11月底推出的开放标准，旨在统一大型语言模型（LLM）与外部数据源和工具之间的通信协议。它可以被视为AI应用程序的“USB-C接口”，为应用程序向大语言模型提供上下文的方式提供了标准化方案。（图：Norah Sakal）MCP的核心目标是解决LLM应用与数据源连接的难题，支持通过统一的客户端-服务器架构访问本地资源（如浏览器、数据库、文件系统、API等）或远程资源。

MCP（Model Context Protocol） 由 Anthropic 于 2024 年底开源，其目标是为大模型与外部工具 / 数据源之间建立起一座标准化的桥梁，解决兼容性和互操作性问题。从本质上讲，MCP 就像是 AI 领域的 “USB-C 接口”，它定义了一套统一的通信标准，使得大模型能够通过标准化接口连接任意工具，而无需为每个工具单独开发适配代码。​。

​ MCP起源于2024年11月25日Anthropic发布的文章：Introducing the Model Context Protocol。MCP（Model Context Protocol，模型上下文协议）定义了应用程序和 AI 模型之间交换上下文信息的方式。这使得开发者能够以一致的方式将各种数据源、工具和功能连接到 AI 模型（一个中间协议层），就像 USB-C 让不同设备能够通过相同的接口连接一样。MCP的目标是创建一个通用标准，使AI应用程序的开发和集成变得更加简单和统一。

MCP（Model Context Protocol，模型上下文协议） ，2024年11月底，由 Anthropic 推出的一种开放标准，旨在统一大模型与外部数据源和工具之间的通信协议。MCP 的主要目的在于解决当前 AI 模型因数据孤岛限制而无法充分发挥潜力的难题，MCP 使得 AI 应用能够安全地访问和操作本地及远程数据，为 AI 应用提供了连接万物的接口。

之前的时候，让大模型做外部工具调用基本上都是通过Function Calling的方式，最近随着大模型Agent工作流的兴起，有一个新的概念：MCP逐渐进入大家的视野，基于MCP，它可以让非开发人员在不需要编辑Agent逻辑的情况下，为代理添加工具。

大模型智能体开放协议、MCP、Model Context Protocol、大模型、智能体、工具连接协议、智能体开放协议、标准协议、Agent、Anthropic

随着 Manus 推动 Agent 应用的火爆，MCP（模型上下文协议）成为众多社区热议的焦点。今天，我们将深入解析 MCP 并提供实操应用指南。相信读完这篇文章，你就能立刻上手 MCP。

大模型很多技术干货，都可以共享给你们，如果你肯花时间沉下心去学习，它们一定能帮到你！

Model Context Protocol（简称MCP）是由人工智能公司Anthropic提出的一种API开发标准，旨在实现AI助手与数据源的无缝连接。MCP的核心价值在于统一数据访问、多功能支持和提升大型语言模型（LLM）的实用性。它允许AI模型从各种数据源（如本地内容存储库、业务工具、开发环境）中提取信息以完成任务，从而生成更相关、更准确的响应。MCP协议的核心是将一般的AI AGENT函数调用的工程架构抽象为了客户端、服务器结构，可以理解为是对函数调用AGENT在工程层面实现了一个更好的抽象。

MCP（Model Context Protocol）是由Anthropic推出的开放标准协议，旨在解决AI模型因数据孤岛限制而无法充分发挥潜力的问题。该协议采用C/S架构，包含主机、客户端和服务端三个核心组件，通过JSON-RPC 2.0实现标准化通信。MCP的主要功能包括：统一通信标准、资源共享与工具调用、会话管理、安全保障、AI智能体扩展、提示词工作流管理等。其创新性的采样功能允许服务端反向调用客户端生成AI内容，同时确保用户审核机制。

导入包并定义mcp实例""""""通过注解，把一个函数注册为Tool# 注册工具的装饰器，可以很方便的把一个函数注册为工具asyncdef query_logistics(order_id: str = Field(description="订单号")) -> str:"""查询物流信息。当用户需要根据订单号查询物流信息时，调用此工具Args:order_id: 订单号Returns:物流信息的字符串描述"""# 统一的物流信息数据。

引言模型上下文协议（Model Context Protocol，简称MCP）是一种开放协议，旨在标准化应用程序向大型语言模型（Large Language Models，简称LLMs）提供上下文的方式1。它如同一个通用接口，例如计算机上的USB-C端口，使得各种AI模型能够以统一的方式连接到不同的数据源和工具4。通过提供标准化的连接方式，MCP简化了集成过程，增强了互操作性，并促进了AI应用的可扩展性5。​​模型上下文协议出现的背景及广泛应用的原因。

在我希望它是对话时，它是对话。比如对话告诉 AI，“我想买一个鼠标，给我商品展示链接”，点击链接跳转到商品展示，选品后，剩下的流程，我希望对话解决，“就这个，帮我下单，送到家”。同样的，国内很多服务都是基于中文去建设的，外国友人来中国的话，有时候会因为语言问题，无法实现自己想要的能力，比如上文提到的电商，从选品，到添加购物车，到地址填写，到下单，每个步骤在不同的 APP，UI 都是不一样的，有的甚至连流程都不一样，比如 拼多多 都没有购物车，其中又充斥着大量他们可能看不懂的中文，导致试错成本急剧上升。

从0到1！想入门大模型(LLM)却不知道从哪开始?我根据最新的技术栈和我自己的经历&理解，帮大家整理了一份LLM学习路线图，涵盖从理论基础到落地应用的全流程!拒绝焦虑，按图索骥~~因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取2025最新版CSDN大礼包：《AGI大模型学习资源包》免费分享因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取2025最新版CSDN大礼包：《AGI大模型学习资源包》免费分享因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取。