- 综合排序
- 最热优先
- 最新优先
golang实现mcp client（2）
本文继续上一篇介绍mcp client。首先还是实现一个mcp server，作为实验用。 Finally, I'll state that the result of adding 1 and 1 is 2. **Identify the numbers to add:** The numbers are \(1\) and \(1\). 2. **Perform the addition:** \[ 1 + 1 = 2 \] 3. **State the final answer:** \[ \boxed{2} \]]}] 至此一个完整的client使用例子介绍完毕。
13810编辑于 2026-03-18- 来自专栏猫头虎博客专区
什么是A2A协议？什么是MCP协议？A2A和MCP协议哪个更好？
什么是A2A协议？什么是MCP协议？A2A和MCP协议哪个更好？ 本文将深入探讨A2A协议与MCP协议的定义、技术原理、应用场景及其优缺点，以帮助您理解它们在现代智能系统中的作用，选择适合的协议来提升您的AI应用性能与效能。 MCP协议：则关注如何增强AI模型（尤其是大型语言模型）与外部数据源、工具或API的互动能力，让AI模型不仅仅依赖预先训练的知识，能够实时获取和调用外部信息，提升模型的应用范围。 2. MCP协议：适用于需要AI模型动态访问外部工具或数据库的应用，如智能客服、知识图谱、自动化决策支持系统等。 3. 技术实现 A2A协议：重点在于智能体之间的通讯与任务管理。 在许多复杂的应用中，A2A和MCP协议也可以结合使用，发挥各自的优势，共同优化整个系统的表现。
2.5K10编辑于 2025-04-12 proto直接生成MCP-server：protoc-gen-go-mcp（2）
前面我们介绍了如何使用buf加上proto-gen-go-mcp工具实现mcp-server代码的生成，并且介绍了最基础的一种本地实现代码的方式。 example; option go_package="example.v1"; // 定义一个简单的消息 message Person { string name = 1; int32 id = 2; /mcp" "github.com/mark3labs/mcp-go/server" example "learn/langchain/protoc_gen_mcp/exp1/server mcp.Required(), mcp.Description("要执行的算术运算类型"), mcp.Enum("add", "subtract", "multiply mcp.Description("第一个数字"), ), mcp.WithNumber("y", mcp.Required(),
8810编辑于 2026-03-18- 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。 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。 到 2028 年：AI 驱动的动态威胁场景生成将成为 MCP 攻防模拟的标配，能够自动适应新的威胁。 到 2029 年：实时攻防模拟将广泛应用于 MCP 系统，能够在攻击发生时及时检测和响应。
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
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_PROXY_AUTH_TOKEN=c89f712b30218a758dcb2fc2e61d347e41419ae92a94561a0e76d52217f821e3#tools cursor 项目部署 "run", "D:\\temp\\mcp-demo\\mcp-demo\\weather\\weather.py"] } } } 测试效果： 案例2：开源MCP集成 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( "lims/query", {"sample_id": "DRUG-001"}) # 步骤2：查询最新药典标准（GB 31658-2025） pharmacopoeia = client.call , {"template": "drug_report", "data": analysis}) return report传统需200+行代码，MCP 挑战与未来演进现存瓶颈生态碎片化：缺乏统一服务注册中心5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( 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
今年 2 月，Cursur、Winsurf、Cline 均开始引入 MCP，近日 OpenAI 宣布支持 MCP，国内百度地图、高德地图陆续发布 MCP Server，还有一众非常活跃的提供 MCP 托管和中间件服务的供应商 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。 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
2.MCP 的技术架构 模型上下文协议（MCP）是一种有状态、能保持上下文的框架，旨在促进人类与AI智能体之间开展智能且多步骤的交互。 其中，MCP主机是搭载AI智能体的应用系统（例如聊天应用），负责发起请求；MCP服务器则提供对所需数据和工具的访问权限。它们之间通过MCP协议进行高效通信。 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。 2. 多数据源与元数据处理 若存在多个不同的数据源（例如产品文档与用户手册），可为每个数据源分别构建索引或集合。 通过MCP的智能缓存机制和批量检索优化，系统实现了：1）吞吐量提升40%；2）平均延迟降低至直接调用的60%；3）99分位延迟改善35%。
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
JBang 运行 模型上下文协议（MCP） 服务器。 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。 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 - 来自专栏猫头虎博客专区
猫头虎推荐｜用 AI 控制硬件设备的 MCP 工具：MCP2MQTT开源项目
猫头虎推荐｜用 AI 控制硬件设备的 MCP 工具：MCP2MQTT开源项目 MCP2MQTT 是一款将物联网设备接入 AI 大模型的框架，它通过 Model Context Protocol（MCP） 一、系统架构 mcp2mqtt 核心由三部分组成： MCP Server：接收 MCP 客户端（如 Claude Desktop、Cline）发来的上下文与指令。 上下文更新：mcp2mqtt 将设备状态转换成 MCP 格式，通过 MCP 客户端返回给 AI，大模型据此调整后续指令。 ","/path/to/MCP2MQTT", "run","mcp2mqtt" ] } } } 若要指定配置文件，加上 --config Pico 等参数即可。 十二、运行服务器 激活虚拟环境后： uv run src/mcp2mqtt/server.py # 或 uv run mcp2mqtt # 指定配置 uv run src/mcp2mqtt/server.py
87310编辑于 2025-07-22 - 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
核心定义 Cherry Studio 是一个基于云的、低代码/无代码的可视化集成开发环境，专门用于快速构建、测试和部署基于大语言模型的应用程序和智能体。2. 2. 诞生背景：随着大型语言模型的发展，模型本身的知识受限于训练数据，无法获取实时信息，并且无法直接操作外部系统。 2. 核心功能与特点协议，而非实现：MCP定义了一套JSON-RPC通信标准，规定了Client和Server之间如何宣告能力、调用工具、读取资源。 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。 2.
1.2K21编辑于 2025-12-12 - 来自专栏WTSolutions
免费MCP: JSON 转 Excel MCP
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。 ": { "args": [ "mcp-remote", "https://mcp2.wtsolutions.cn/sse", "--transport //mcp2.wtsolutions.cn/sse" } } } 使用 Streamable HTTP 传输方式：Streamable HTTP URL: https://mcp2.wtsolutions.cn ": "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。
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。
81700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
2. 设置和运行 OpenMemory MCP指南 该项目由两个核心组件组成，需同时运行以实现完整功能： api/ 目录：这是系统的后端部分，集成了 API 服务和 MCP 服务器。 2. 向量存储（Qdrant via mem0 客户端） 所有记忆内容都会在 Qdrant 中建立语义索引，支持高效的相似性检索。 ； 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 解读Agent通信4大协议：MCP/ACP/A2A/ANP》； 6.小结 OpenMemory 结合了向量搜索（用于实现语义查询）、关系型元数据（用于审计和日志记录）以及实时控制面板（用于增强可观察性和支持动态访问控制
3K11编辑于 2025-08-06 - 来自专栏ceshiren0001
MCP零基础学习（2）：开发环境配置指南
LsSf https://astral.sh/uv/install.sh | sh # 验证安装 uv --version # 预期输出: uv 0.2.0 (2025-07更新) 2. Windows: .\.venv\Scripts\activate source .venv/bin/activate # Linux/macOS 2. 初始化项目 npm init -y # 安装TypeScript（推荐） npm install -D typescript @types/node 2. Claude Tools AI辅助开发 anthropic.claude-tools 2. 确保安装TypeScript npm install -D typescript # 2.
77710编辑于 2025-08-14 - 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。 container.updated_at = datetime.fromisoformat(data.get("updated_at")) return container 2. # 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 - 来自专栏深度学习与python
MCP 已经起飞了，A2A 才开始追赶
也有用户认为，MCP 已经起飞了，A2A 才开始追赶。 甚至有人厌倦了谷歌，认为 A2A 不会成功。 在 A2A 协议引发热议的同时，MCP 已经在企业级市场悄然生根。 我们需要根据具体的应用场景和领域进行选择和磨合。例如，对于开发类的 MCP，Claude 可能会表现得更好；而对于其他类型的 MCP，如查询天气或烹饪相关的服务，GPT 可能会更加适用。 InfoQ：谷歌最近推出了 A2A 协议，今天又把 A2A 捐给了 Linux 基金会，那这个 A2A 和 MCP 之间的区别是什么呢？ 您认为，鉴于目前 MCP 如此受欢迎，未来 A2A 的生态是否会像 MCP 这样更加庞大呢？ 汪晟杰：MCP 主要解决的是工具层面的问题，而 A2A 则侧重于生态层面的构建。 在这种情况下，它们既是 MCP，又是 Agent，但与 A2A 相比，还是存在明显的差异。这些工具更强调执行能力，而不是规划能力。 总的来说，MCP 和 A2A 在生态层面有不同的侧重点。
40510编辑于 2025-07-02
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