MCP加持下deepseek无所不能了

原创不易,请关注公众号：【爬虫与大模型开发】,大模型的应用开发之路，整理了大模型在现在的企业级应用的实操及大家需要注意的一些AI开发的知识点！持续输出爬虫与大模型的相关文章。

图片

一、什么是MCP？

MCP 协议 指的是 模型上下文协议 (Model Context Protocol)。 以下是关于 MCP 协议的一些关键信息：

定义： MCP 是由 Anthropic 提出的一个开放标准，旨在标准化人工智能应用程序（如聊天机器人、IDE 助手或自定义代理）与外部工具、数据源和系统之间的连接方式。你可以将其理解为 AI 集成的 USB 接口。

目标： MCP 的主要目标是简化 AI 应用程序与各种外部工具和服务集成的过程，从而解决过去需要为每种 AI 应用和工具组合构建独立集成的问题（所谓的 "M×N 问题"）。通过 MCP，工具开发者只需要构建一个 MCP 服务器，而 AI 应用开发者只需要构建一个 MCP 客户端，从而将问题简化为 "M+N 问题"。

1.1 MCP帮助大模型做事

工作原理： MCP 采用客户端-服务器架构。

客户端 (MCP Client)： 通常集成在用户与之交互的 AI 应用程序（Host）中，负责管理与特定 MCP 服务器的通信，包括连接管理、能力发现、请求转发和响应处理。

服务器 (MCP Server)： 是 MCP 世界与外部系统（如 API、数据库、本地文件等）特定功能之间的桥梁或 API 封装器。它根据 MCP 规范暴露外部系统的能力。

核心概念：

  • 工具 (Tools)： 模型控制的功能，AI 可以调用这些功能来执行特定操作，例如调用天气 API。
  • 资源 (Resources)： 应用程序控制的数据源，类似于 REST API 中的 GET 请求，提供数据但不执行重要的计算或产生副作用。
  • 提示 (Prompts)： 用户控制的预定义模板，用于以最佳方式使用工具或资源。
  • 通信方式： MCP 服务器和客户端主要通过以下两种方式进行通信： 标准输入/输出 (stdio)： 当客户端和服务器在同一台机器上运行时使用，适用于本地集成。

通过服务器发送事件 (SSE) 的 HTTP： 客户端通过 HTTP 连接到服务器，建立持久连接后，服务器可以主动向客户端推送消息（事件）。

适用场景： MCP 主要面向需要构建自定义集成和 AI 应用程序的开发者。它适用于需要在自己的应用程序或工作流程中构建专业 AI 功能的团队。

1.2 fastapi创建自己得MCP工具

fastapi_mcp 是一个 Python 库，旨在简化将您的 FastAPI 应用程序与模型上下文协议 (Model Context Protocol, MCP) 集成的过程。简单来说，它可以帮助您轻松地将现有的 FastAPI API 接口转化为 MCP 工具，从而让支持 MCP 协议的人工智能代理和工具能够访问和使用您的 API 功能。

主要功能和特点：

  • 自动生成 MCP 服务器： fastapi_mcp 能够以极少的配置自动将您的 FastAPI API 接口暴露为 MCP 工具。这意味着您无需进行大量手动设置，即可让 AI 代理使用您的 API。

创建自己得MCP服务

网上很多可以找点参考代码片段！图片

1.3 cherry studio配置MCP服务

安装cherry studio

配置mcp服务

图片

配置MCP Hub服务

图片

效果展示

  • 查询数据图片
  • 新增数据图片

二、MCP Hub安装配置

Docker 安装MCP服务器

图片

配置MCP服务

图片
图片

Hub 服务器 (MCP Hub)： 作为中央管理服务器，连接并管理多个 MCP 服务器。它为客户端提供统一的 API 入口，并将请求路由到相应的 MCP 服务器。

2.1 MaxKb使用MCP服务

maxkb 最新的版本已经支持MCP节点和大模型MCP服务没有安装的可以自行安装

docker run -d --name=maxkb_dev --restart=always -p 8080:8080 -v D:\MaxKb_dev:/var/lib/postgresql/data
-v C:\maxkb:/opt/maxkb/app/sandbox/python-packages registry.fit2cloud.com/maxkb/maxkb

2.2 MaxKb配置MCP服务

支持的节点：图片配置大模型MCP服务

图片

配置工作流测试

图片

效果展示

价格大于30的产品图片

列出了测试数据

图片

产品名称查信息

图片

总结

总的来说，模型上下文协议 (MCP) 具有广阔的应用前景。它通过标准化 AI 应用与外部世界的连接方式，有望解决当前 AI 集成面临的诸多挑战，并推动更智能、更强大的 AI 应用的创新和发展。

联系方式

加入星球： 原创不易，点个关注！ 不会错过后面的优质文章！ 觉着写的不错的可以帮忙点点赞 关注公众号：【爬虫与大模型开发】 需要以上源代码的下面关注并私信！