内容
# 理解模型上下文协议 (MCP) 及其在 Claude Desktop、Ollama 和 Docker 中的使用
## 定义
> **前提条件**:请阅读我关于 ["工具调用" 和 Ollama](https://k33g.hashnode.dev/tool-calling-and-ollama) 的博客文章。
MCP 是一个开放协议,标准化了应用程序如何为大型语言模型 (LLMs) 提供上下文。MCP 提供了一种标准化的方式,将 AI 模型与各种数据源和工具连接起来。
该协议由 [Anthropic](https://www.anthropic.com/news/model-context-protocol) 定义,最早的实现之一是 **"[Claude Desktop](https://claude.ai/download)"**。Claude Desktop 是一个应用程序,使 Anthropic 的 Claude AI 模型能够通过 MCP 协议与您的计算机进行交互。
## 一般架构
模型上下文协议采用客户端-服务器架构,其中主机应用程序可以连接多个服务器:
1. **MCP 主机**:这些是使用 LLM 的生成 AI 应用程序,想通过 MCP 访问外部资源。Claude Desktop 是一个主机应用程序的例子。
2. **MCP 客户端**:协议客户端,与服务器保持 1:1 连接(客户端由 MCP 主机应用程序使用)。
3. **MCP 服务器**:通过 MCP 协议使用本地或远程数据源公开特定功能的程序。
MCP 协议提供了两种主要的传输模型:**STDIO**(标准输入/输出)和 **SSE**(服务器发送事件)。两者都使用 JSON-RPC 2.0 作为数据传输的消息格式。
第一个模型 **STDIO** 通过标准输入/输出流进行通信。它非常适合本地集成。第二个模型 **SSE** 使用 HTTP 请求进行通信,SSE 用于服务器到客户端的通信,POST 请求用于客户端到服务器的通信。它更适合远程集成。
```mermaid
flowchart TD
subgraph Host["MCP Host (AI Application)"]
App["Application LLM\n(e.g., Claude Desktop)"]
end
subgraph Client["MCP Client"]
Protocol["Protocol Client\n1:1 connections"]
end
subgraph Servers["MCP Servers"]
Server1["Server 1\n(Local Data)"]
Server2["Server 2\n(Remote Data)"]
end
App --> Protocol
Protocol <--> |STDIO\nJSON-RPC 2.0| Server1
Protocol <--> |SSE\nJSON-RPC 2.0| Server2
```
> 该协议包括未来添加其他传输模型的条款。
## 操作
MCP 服务器通过 MCP 协议向主机应用程序公开功能(这可能是可用工具的列表,例如加法和减法)。
```json
tools: [
{
name: "add_numbers",
description: "将两个数字相加",
inputSchema: {
type: "object",
properties: {
a: { type: "number" },
b: { type: "number" }
},
required: ["a", "b"]
}
},
{
name: "subtract_numbers",
description: "将两个数字相减",
inputSchema: {
type: "object",
properties: {
a: { type: "number" },
b: { type: "number" }
},
required: ["a", "b"]
}
}
]
```
主机应用程序将此列表格式化为 LLM 可理解的类似列表:
```json
"tools": [
{
"function": {
"description": "将两个数字相加",
"name": "add_numbers",
"parameters": {
"properties": {
"number1": {
"description": "第一个数字",
"type": "number"
},
"number2": {
"description": "第二个数字",
"type": "number"
}
},
"required": [
"number1",
"number2"
],
"type": "object"
}
},
"type": "function"
},
{
"function": {
"description": "将两个数字相减",
"name": "subtract_numbers",
"parameters": {
"properties": {
"number1": {
"description": "第一个数字",
"type": "number"
},
"number2": {
"description": "第二个数字",
"type": "number"
}
},
"required": [
"number1",
"number2"
],
"type": "object"
}
},
"type": "function"
},
]
}
```
使用工具列表,主机应用程序可以为模型生成提示。例如:**工具列表 + `"add 12 and 28"`**。
LLM(如果支持工具)可以理解提示并提取数字,识别出这是一个加法操作,并以 JSON 结果的形式响应:
```json
"tool_calls": [
{
"function": {
"name": "add_numbers",
"arguments": {
"number1": 12,
"number2": 28
}
}
}
]
```
从这个结果中,主机应用程序构造一个新的消息发送给 MCP 服务器,以执行 `add_numbers` 工具:
```json
{
"name":"add_numbers",
"arguments": {
"number1":28,
"number2":14
}
}
```
最后,MCP 服务器响应操作结果,主机应用程序可以使用该结果:
```json
{
"result": 42
}
```
```mermaid
sequenceDiagram
participant MCP Server
participant Host App
participant LLM
MCP Server->>Host App: 暴露工具 (add_numbers, subtract_numbers)
Host App->>Host App: 格式化工具以供 LLM 使用
Host App->>LLM: 发送提示 + 格式化工具
Note over LLM: 处理请求
LLM->>Host App: 返回 tool_calls JSON
Host App->>MCP Server: 转换并发送工具请求
MCP Server->>Host App: 返回操作结果
```
### MCP 的主要优势:
- 标准化:统一的方式将 LLM 连接到不同的数据源
- 灵活性 / 可扩展性:
- 更换 LLM 提供者的能力
- 更改、添加或修改 MCP 服务器的能力
- 安全性:在您的基础设施内保护数据
- 可重用性:MCP 服务器可以在不同项目中使用
## 使用 Docker Hub MCP 服务器与 Claude Desktop
您可以在 **Docker Hub** 上找到现成的 MCP 服务器:https://hub.docker.com/u/mcp。例如,**SQLite** MCP 服务器可以在 Docker Hub 的以下地址找到:https://hub.docker.com/r/mcp/sqlite。
要将此 Docker Hub MCP 服务器与 Claude Desktop 一起使用,您需要在 `claude_desktop_config.json` 文件中添加配置,以告诉 Claude Desktop 如何启动 MCP 服务器。以下是 SQLite MCP 服务器的示例配置:
```json
{
"mcpServers": {
"sqlite": {
"command": "docker",
"args": [
"run",
"--rm",
"-i",
"-v",
"mcp-test:/mcp",
"mcp/sqlite",
"--db-path",
"/mcp/test.db"
]
}
}
}
```
> 您可以在此配置中添加多个 MCP 服务器。有关 Claude Desktop 配置的更多信息,请查阅官方文档:https://modelcontextprotocol.io/quickstart/user
这将允许您在 **Claude Desktop** 中查看可用工具:
[!Claude Desktop](imgs/claude-ai-00.png)
然后与可用工具进行交互:
[!Claude Desktop](imgs/claude-ai-01.png)
> 在这个例子中,我要求 Claude Desktop 在 SQLite 数据库中创建一个 `buddies` 表并添加 3 条记录。
✋ 请注意,完全可以使用 **Ollama** 提供的本地 LLM 完成相同的操作。
## 使用 SQLite MCP 服务器与 Ollama 和本地 LLM
由于我特别喜欢 Go,我搜索了一个用 Go 编写的 MCP CLI,并找到了 **Mark3Labs** 的 `mcphost`(https://github.com/mark3labs/mcphost)。您可以使用以下命令安装它:
```bash
go install github.com/mark3labs/mcphost@latest
```
接下来,创建一个配置文件 `mcp.json`,告诉 `mcphost` 如何启动 SQLite MCP 服务器:
```json
{
"mcpServers": {
"sqlite": {
"command": "docker",
"args": [
"run",
"--rm",
"-i",
"-v",
"mcp-test:/mcp",
"mcp/sqlite",
"--db-path",
"/mcp/test.db"
]
}
}
}
```
现在,您可以使用以下命令启动 `mcphost`:
```bash
mcphost --config ./mcp.json --model ollama:qwen2.5:3b
```
> 当然,您需要使用命令 `ollama pull qwen2.5:3b` 下载 `qwen2.5:3b` 模型。
现在您可以与 SQLite MCP 服务器进行交互。
CLI 将显示可用的 MCP 服务器,您可以输入提示:
[!mcphost](imgs/mcphost-01.png)
您可以使用 `/tools` 命令请求可用工具的列表:
[!mcphost](imgs/mcphost-02.png)
然后与可用工具进行交互。在这里,我要求在 SQLite 数据库中创建一个 `users` 表并添加 3 条记录:
[!mcphost](imgs/mcphost-03.png)
结果是,`users` 表已成功创建并添加了 3 条记录。我现在可以请求查看它们:
[!mcphost](imgs/mcphost-04.png)
这是结果:
[!mcphost](imgs/mcphost-05.png)
就这样!您现在知道如何使用模型上下文协议与 Claude Desktop 和 Ollama。正如您所看到的,使用 Docker 实现 MCP 服务器非常简单快捷。您现在可以探索 https://hub.docker.com/u/mcp 上提供的各种 MCP 服务器,以将您的 LLM 连接到外部信息源。
在即将发布的博客文章中,我将解释如何创建自己的 MCP 服务器以及如何开发主机应用程序以与该 MCP 服务器进行交互。
连接信息
猜你喜欢
rea
用于编码代理的逆向工程:一个 CLI 和 MCP 服务器,用于检查任何应用程序,了解其功能,并按照您的方式构建它们。
everything-claude-code
完整的 Claude Code 配置集合 - agents、skills、hooks、commands、rules、MCPs。来自 Anthropic...
Firecrawl
Firecrawl MCP Server 实现了网页抓取、爬虫和内容提取功能。
MarkItDown MCP
MarkItDown-MCP是一个轻量级服务器,用于将URI转换为Markdown。
cc-switch
跨平台的Claude Code、Codex和Gemini CLI一体化助手。
Agent-Reach
赋予你的AI Agent观察整个互联网的眼睛。读取并搜索...