- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI进修生
10+ 个神级MCP推荐
“兄弟，MCP 就是命。” (bro, MCP is life) 1️⃣ Graphiti MCP server AI Agent 最大的毛病之一，就是干完活就忘事儿，像金鱼一样。 ，时长00:34 2️⃣ Opik MCP server 这是 CometML 出品的一个 MCP 服务器，专门用来追踪 AI Agent 的行为，监控你的 LLM 应用。 顺序思维、Fetch MCP等：Windows下MCP报错的救星来了，1分钟教你完美解决Cursor配置问题。 MCP实践：Cursor + MCP：效率狂飙！ Cline 官方推荐MCP盘点： 来看看A2A 怎么跟 MCP 一起玩。 AI Agent 应用，需要两样东西：A2A 和 MCP。 A2A 和 MCP 怎么配合？ AI 应用可以把支持 A2A 的 Agent 当作一个 MCP 资源来看。 这些 Agent 会有个“身份证”，叫 Agent Card (后面会说)。
4.8K31编辑于 2025-07-02 - 来自专栏AI SPPECH
MCP 在攻防模拟中的应用
作者：HOS(安全风信子) 日期：2026-01-01 来源平台：GitHub 摘要： 本文深入探讨了 MCP v2.0 框架下的攻防模拟应用，构建了完整的 MCP 攻防模拟体系。 一、背景动机与当前热点 1.1 为什么 MCP 需要攻防模拟 随着 MCP v2.0 作为连接 LLM 与外部工具的标准化协议的广泛应用，MCP 系统面临的安全挑战日益复杂。 2025 年 10 月，某医疗 AI 平台的 MCP 系统因沙箱机制失效，被攻击者成功逃逸并执行了恶意代码。 这些事件凸显了 MCP 系统进行攻防模拟的重要性。 1.3 本文的核心价值 本文将深入探讨 MCP v2.0 框架下的攻防模拟应用，构建完整的 MCP 攻防模拟体系。 6.2 应用场景扩展 跨组织 MCP 攻防模拟：支持跨组织的 MCP 系统攻防模拟，促进 MCP 生态的安全发展。
19910编辑于 2026-01-10 - 来自专栏后台技术汇
大模型应用之：MCP最佳实践
MCP 如何工作 架构 MCP 遵循客户端-服务器架构，有五个主要组件： MCP 主机：想要通过 MCP 访问数据的 AI 工具（聊天客户端、IDE、智能体）。 正如 USB 创建了一个通用接口，允许任何 USB 设备连接到任何 USB 端口——消除了对特定设备连接器的需求——MCP 创建了一种标准化的方式，使 AI 应用程序能够连接各种数据源和工具。 同样，在 MCP 之前，开发人员必须为每种 AI 应用程序和数据源的组合创建自定义集成。 MCP 建立了一个通用的「即插即用」协议，允许任何兼容 MCP 的客户端与任何兼容 MCP 的服务器协同工作，大大降低了集成复杂性和开发时间。 增强互操作性：使用 MCP 构建的应用程序可以与任何兼容的工具和数据源无缝协作——创建一个真正可组合的生态系统。
1.1K21编辑于 2025-07-24 Java的MCP协议实现与应用
本文将探讨如何在Java环境中实现MCP协议，并介绍其在实际应用中的优势与挑战。 应用层（Application Layer）：处理具体的应用逻辑和数据格式。MCP协议的设计目标是通过模块化结构，使开发者能够根据具体需求灵活选择和组合不同的协议层，从而实现高效的通信。 协议的应用场景MCP协议在以下场景中具有广泛的应用：物联网（IoT）：MCP协议的可扩展性和模块化特性使其非常适合物联网设备之间的通信。 分布式系统：在分布式系统中，MCP协议可以提供可靠的端到端通信。实时应用：如实时数据流处理、实时监控等，MCP协议能够满足低延迟和高可靠性的需求。 企业级应用：在企业级应用中，MCP协议可以用于构建高效的消息传递系统。结论MCP协议通过其模块化设计，提供了灵活的通信框架。
1K00编辑于 2025-05-14- 来自专栏喔家ArchiSelf
全网首发：MCP 的10种架构模式
在推进 AI 落地过程中，企业应结合自身业务需求，审慎评估并选择最优的 MCP 架构方案，以确保人工智能应用的成功部署与高效运行。 如果希望零基础快速入门基于MCP的AI 应用开发，感谢大家阅读一个老程序员写的入门读物： 1. 10. 层级嵌套模式 在大型组织中扩展 MCP（消息控制协议）系统面临的主要挑战是如何在保持整体协调的同时，实现高效、灵活的分布式处理。 如果希望快速入门MCP，建议阅读老码农的新作—— 如果希望了解MCP 更多的应用价值，建议阅读 小结 本文总结了企业在 AI 集成过程中常见的十种 MCP 架构模式。 尽管不同组织在业务场景、技术能力和战略目标上存在差异，但这些模式可作为构建企业级 MCP 应用的核心参考框架。
66.1K20编辑于 2025-07-29 - 来自专栏软件工程师Michael
MCP典型应用场景与代码实践
场景：智能生成药品检测报告# MCP工具链协同示例def generate_drug_report(): # 步骤1：从LIMS获取原始数据 lims_data = client.call( , {"template": "drug_report", "data": analysis}) return report传统需200+行代码，MCP 高并发延迟：WebSocket连接数超1k时延迟显著上升2.优化方向# 使用gRPC替代WebSocket提升性能server.start(protocol="grpc", port=8321) # 延迟<10ms [6](@ref)3.未来趋势多模态扩展：支持AR/脑机接口6边缘计算：轻量模型（如DeepSeek-R1-Zero）在移动端部署【小结】AI与物理世界的“协议桥梁” MCP通过协议标准化解决了 随着三维天地SunwayLink等平台推动行业适配，MCP正成为AI Agent时代的水电煤基础设施，最终实现“一个协议连接万物”的智能未来。
43500编辑于 2025-06-11 - 来自专栏深度学习与python
Nacos 发布 MCP Registry，实现存量应用接口“0改动”升级到 MCP 协议
Nacos 可以帮助应用快速把业务已有的 API 接口，转换成 MCP 协议接口，结合 Higress AI 网关，实现 MCP 协议和存量协议的转换。 借助 MCP 的发展契机，Nacos （Naming and Configuration Service）正从构建云原生应用向云原生 AI 应用的动态服务发现、配置管理和服务管理平台开源项目进行演进 ， 为此，我们引入了“应用全局描述”来描述当前应用以及接口的详细信息，通过统一的接口描述协议对 Nacos 中的服务进行 MCP 化改造。 maxRequestHeadersKb: 60 routeTimeout: 0 upstream: connectionBufferLimits: 10485760 idleTimeout: 10 创建新应用： 应用创建完成之后，我们创建 key： 在控制台看到 key，将 key 保存下来 接下来我们完成 higress 中关联 Nacos 做 MCP registry 的配置接下来我们在 Nacos
1.7K20编辑于 2025-04-04 - 来自专栏喔家ArchiSelf
大模型应用系列：两万字解读MCP
为避免数据过载，MCP在保留关键细节的同时，将非关键信息压缩成嵌入形式（例如，将10条消息的聊天内容概括为意图向量）。 MCP 的典型应用场景 MCP服务器作为AI系统与现有业务平台的连接枢纽，显著拓展了智能应用的落地场景。 此外，还需合理调整提示词中所包含的检索到的文档数量，有时候使用过多反而会适得其反——通常3 - 5个优质的代码片段比10个效果更好。 8. 这种性能优势主要来自三个关键设计： 操作组合优化：MCP能将多个数据库操作合并处理，减少重复I/O 本地化部署：MCP服务器与AI计算节点同机或同域部署，网络延迟控制在毫秒级（仅比本地函数调用增加10- 10. MCP 的发展趋势 MCP 服务器的出现只是 AI集成技术新浪潮的开始。展望未来，预计将出现若干主要趋势和发展，影响多Agent的生态系统演化。
94.3K57编辑于 2025-04-26 - 来自专栏深度学习与python
在 Java 生态系统中应用 MCP
虽然目前已经有多种 Java 版本的 MCP 服务器实现，但 MCP Java 的目标是简化运行各种 MCP 服务器的过程。 MCP 服务器可以通过标准输入和服务器端事件（SSE）进行通信。 MCP Java 项目有一个专门用于 MCP 服务器的 JBang-catalog。 看看下面的时间线： 2025 年 5 月 10 日：图中的时间线已更新（Spring AI 在 *2024 年 12 月 宣布支持 MCP） Jakarta EE 和其他框架尚未宣布支持，不过 WildFly MCP 为大语言模型工具调用和函数调用领域带来了一个启示。MCP 正在成为向开发者社区编写和暴露工具的首选方式。相应地，Java 框架对 MCP 的支持也呈现出爆炸式的增长。 Java 在企业级和商业应用中的广泛使用为与大语言模型的集成提供了独特的机会，并将最终用户创造更多的价值。不过，情况并非总是如此。在快速创新的过程中，安全 是一个值得关注的问题，也最最容易被忽视。
36110编辑于 2025-05-19 - 来自专栏AI智能体从入门到实践
构建AI智能体：腾讯云MCP广场 · MCP协议 · Cherry Studio：AI应用生产线
工具生态：通过MCP，解决了AI应用与外部工具和数据源安全、标准化集成的问题。4. 典型应用场景快速构建一个具备网络搜索和报告生成能力的“研究助手”。 集成标准化：解决了每个AI应用都需要为每个工具重复编写特定集成代码的问题。一旦一个工具被封装成MCP Server，任何兼容MCP Client的应用都能使用它。 ”的MCP服务选择对应的服务，发送聊天，查看返回的结果：看看分析过程：{ "params": { "year": 2011, "month": 10, "day": 19, " 管理MCP同样也是在【设置】的【MCP服务器】中进行同一管理； 这样，基于MCP协议本身、MCP协议发现以及MCP协议应用都有了一个完整的链条，腾讯云MCP广场、MCP协议本身、以及Cherry 腾讯云 MCP 广场：生态的“资源仓库”与“应用商店”它是MCP Server的官方分发中心，扎根于庞大的混元大模型生态。
1.2K21编辑于 2025-12-12 - 来自专栏WTSolutions
免费MCP: JSON 转 Excel MCP
此 MCP 实现提供了两个特定的数据转换工具： json_to_excel_mcp_from_data：将 JSON 数据字符串转换为 CSV 格式。 JSON 转 Excel MCP 是 WTSolutions 的 JSON 转 Excel 工具包的一部分： JSON 转 Excel Web 应用：直接在网页浏览器中转换 JSON 到 Excel。 ": "https://mcp2.wtsolutions.cn/mcp" } } } MCP 工具 json_to_excel_mcp_from_data 将 JSON 数据字符串转换为 CSV JSON格式要求可在 JSON格式要求 获取，验证器可在 JSON 转 Excel Web 应用 使用。 如果 JSON 是对象数组，每个对象将被视为 CSV 中的一行。 JSON格式要求可在 JSON格式要求 获取，验证器可在 JSON 转 Excel Web 应用 获取。 如果 JSON 是对象数组，每个对象将被视为 CSV 中的一行。
49110编辑于 2025-08-22 - 来自专栏Se7en的架构笔记
Dify + OceanBase + MCP：三剑合璧，轻松构建 RAG 应用
本文将通过一个实践案例，展示如何使用 Dify、OceanBase 和 MCP，从零开始构建一个功能完备的 RAG 应用。 将 Dify 应用转换为 MCP Server Dify 也可以作为一个 MCP Server，使你构建的 AI 应用能够被其他 MCP 客户端（如 Cursor、Windsurf、Cherry Studio mcp-server 插件由 Dify 社区贡献，是一种扩展类型插件。安装后，可将任意 Dify 应用转化为符合 MCP 标准的服务端点，供外部 MCP 客户端直接访问。 在 Dify 的 Marketplace 中选择 MCP server 插件进行安装。 接下来，设置 MCP Server，App 选择上一步发布的聊天助手应用。 最后，文章还演示了如何将 Dify 应用转化为一个标准的 MCP Server，使其能被外部客户端调用，从而极大地扩展了 AI 应用的集成与协作能力。
81800编辑于 2025-06-28 - 来自专栏喔家ArchiSelf
在大模型应用中使用长短记忆： OpenMemory MCP
---- 如果希望零基础快速入门基于MCP的AI 应用开发，感谢大家阅读一个本人写的入门读物： 1. 什么是 OpenMemory？ penMemory MCP 为构建具备持久上下文感知能力的 AI 应用提供了一个安全、可控、可扩展的本地化解决方案。更多细节和演示视频可参考官方页面 mem0.ai/openmemory-mcp。 查询时，系统会自动应用针对用户和应用程序的过滤器，确保返回结果的准确性和权限合规性。 3. ； 如果想全面而有深度地了解MCP， 可以阅读《大模型应用系列：两万字解读MCP》； 如果想了解MCP 规范的原文， 可以参考我的译稿《MCP规范完整中译稿：2025-3-26版》； 如果想通过工具快速入手 ； 如果希望集成多个MCP服务，可以利用《采用LangGraph集成多个MCP服务器的应用》 如果希望了解基于MCP的架构模式，有全网首发的文字《全网首发：MCP 的10种架构模式》； 如果想对比 MCP
3K11编辑于 2025-08-06 - 来自专栏喔家ArchiSelf
采用LangGraph集成多个MCP服务器的应用
现代人工智能应用程序通常需要对不同的语言模型和专门的服务器进行复杂的编排，每个服务器在更大的工作流中处理特定的任务。然而，这种分布式方法引入了一个关键的挑战： 保持上下文的连续性。 server URL mcp_server_url = "http://mcp-server:9000" # Build our graph graph = build_mcp_graph(llm_servers # MCP Server mcp_server: build: . 通过合理设计这些性能优化策略，可以有效保障 MCP 在大规模、高并发 AI 应用场景下的稳定性与可扩展性，使其更好地服务于复杂的智能工作流需求。 通过在数据保护、访问控制和输入过滤等方面构建多层次的安全防护体系，可以有效提升 MCP 在实际应用中的安全性，为其在复杂、高要求的生产环境中的部署提供坚实保障。
7.1K10编辑于 2025-07-24 基于RAG&MCP的企业级应用开发
大模型开发范式： 落地面临的难题 Prompt框架 RAG主要解决LLM幻觉问题 参考老年机充电器接口各不相同，难以统一的问题，提出MCP MCP与Function Calling直接的区别： MCP 类似微服务的注册中心，将service托管起来 MCP简单分类 MCP Client是在集成在MCP主机上的 RAG技术选型 可以使用MinerU进行数据清洗 MinerU → 转化为markdown
29110编辑于 2025-05-28- 来自专栏人工智能
【AI大模型】MCP：AI应用的“超级扩展坞”
二、为什么需要MCP在MCP出现之前，AI应用与外部资源的集成面临着诸多挑战。 而MCP通过增加一个中间层——MCP Server，允许AI应用使用统一的协议连接到外部资源，从而简化了集成过程。 提高扩展性AI应用可以通过随时“插拔”新的MCP Server来扩展功能。这种灵活的扩展方式，使得AI应用能够快速适应变化，满足不同场景的需求。 五、MCP的应用场景数据访问MCP可以连接本地文件、数据库等数据源，为AI应用提供数据支持。 例如，一个AI应用可以通过MCP Server访问企业内部的数据库，获取实时数据，从而提供更准确的分析和建议。工具调用MCP可以将外部工具封装为服务，供AI应用调用。
1.3K10编辑于 2025-04-23 - 来自专栏AI SPPECH
MCP Server 最小实现（Hello MCP）
实时通信需求：随着 AI 应用的复杂化，对实时通信的需求越来越高，WebSocket 成为 MCP Server 的标配。 工具 curl -X POST -H "Content-Type: application/json" -d '{"tool_name": "add_numbers", "params": {"a": 10 与主流方案深度对比 4.1 最小实现 vs 完整实现 特性 最小实现 完整实现 代码量 约 150 行 约 1000+ 行 依赖数量 3 个 10+ 个 HTTP 支持 是 是 WebSocket 支持 实时性增强：WebSocket 和 QUIC 协议将得到更广泛的应用，进一步增强 MCP Server 的实时通信能力。 uvicorn 官方文档：uvicorn 是一个 ASGI 服务器，用于运行 FastAPI 应用。
1K40编辑于 2026-01-07 - 来自专栏智能化转型
重塑AI应用新范式：Athropic MCP架构深度解析
2025年被业界称为“智能体元年”，基于大模型的智能体开发成为大模型在企业应用的主要方式。那么如何管理大模型和外部数据源、工具、服务的交互？如何提升AI应用的开发效率？ Athropic推出的开源协议MCP（Model Control Protocol）为我们提供了搭建大模型AI应用系统的标准连接框架，有助于构建一个更为健壮的AI架构。01 什么是MCP？ MCP Host（主机）作为运行AI模型的应用程序（如Claude Desktop、Cursor等），MCP Host负责接收用户输入、展示AI响应，并集成MCP Client组件。 图 传统AI应用实现方式图 基于MCP协议的AI应用实现方式表 MCP与Function Calling的对比特性MCPFunction Calling协议性质通用标准（类似USB-C）厂商私有协议（如 06 MCP典型使用场景和流程示例MCP在构建企业AI应用时有很多使用场景，比如：代码开发场景：通过MCP协议，Claude可连接到GitHub仓库，自动创建分支、提交PR并部署代码。
1K11编辑于 2025-06-13 - 来自专栏XINDOO的专栏
Agent设计模式——第 10 章：模型上下文协议 (MCP)
MCP 客户端可查询服务器以查看其提供能力 | | 可重用性 | 工具集成通常与所用特定应用程序和 LLM 紧密耦合 | 促进开发可重用独立"MCP 服务器"，可被任何兼容应用程序访问 | 可将工具函数调用想象为给 对简单应用程序，特定工具足够；对需要适应的复杂互联 AI 系统，像 MCP 的通用标准必不可少。 MCP 的其他考虑因素 虽然 MCP 提供了强大框架，但全面评估需考虑影响其适用性的几个关键方面。 这允许以标准化易于使用格式向 LLM 和其他 Agent 提供专门内部函数或专有系统，而无需直接修改 LLM 标准化的 LLM 到应用程序通信：MCP 确保 LLM 与它们交互的应用程序间有一致通信层。 此外，MCP 支持 AI 应用程序的媒体生成工具 使用 ADK 的实践代码示例 本节概述了如何连接到提供文件系统操作的本地 MCP 服务器，使 ADK Agent 能够与本地文件系统交互。 对具有固定有限数量预定义函数的简单应用程序，直接工具函数调用可能足够 可视化摘要 图 1：模型上下文协议 关键要点 以下是本章核心要点： 模型上下文协议（MCP）是开放标准，促进 LLM 与外部应用程序
2K10编辑于 2025-10-27 Dify mcp
随着MCP协议爆火，Dify也增加了支持mcp的插件，本篇分为两个方面来介绍Dify mcp，首先是Dify通过mcp协议调用本地实现的mcp server；然后是Dify把自己的aget 目前比较熟知的有下面四个插件，Mcp Agent策略、Agent 策略、MCP SSE 和mcp-server，其中前三个是调用外界mcp server的，最后一个是把Dify的能力封装成mcp server 下面我们重点介绍下MCP SSE和mcp-server 首先我们在Dify的插件市场安装上述插件，然后开发一个mcp server package main import ( " /mcp" "github.com/mark3labs/mcp-go/server" ) func main() { // Create a new MCP server s : :6274 启动我们的mcp server后，工具就可以发现我们的mcp server，然后就可以使用下 安装完 mcp sse插件之后，我们点击插件，在插件上可以配置我们的mcp server的地址
18811编辑于 2026-03-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号