全球7000种编程语言，AI工具集成的标准却只有一个刚出炉的MCP。这个周末我掉进了这个兔子洞，发现它正在解决一个让开发者头疼多年的老问题。

这是我从零开始学习Model Context Protocol（模型上下文协议）系列的第一篇。之前读了不少资料，概念上感觉懂了，但一直没动手。现在终于开始实操，把从入门到能跑通的过程记下来，给同样在摸索的人参考。

打开网易新闻 查看精彩图片

我的学习来源很杂：几本书、一些YouTube教程、跟做类似事情的开发者关系同事聊天，还有大量AI辅助理解概念。话不多说，开始。

MCP解决什么问题

Srinivasan Sekar在《MCP Standard》这本书里有个绝妙的类比。想象你有M个AI模型，N个想接入的工具。

老办法：没有标准的话，每个组合都要单独做集成。M乘N个连接，维护起来是噩梦。

MCP方案：它充当万能插头。工具按MCP标准写一次，任何支持该协议的模型都能直接用。

这个场景是不是很熟悉？容器化时代Kubernetes就是这么干的——定个标准，大家按标准来。MCP正在对AI工具做同样的事。

三个核心角色

动手之前，得先理解三个角色：

Host（宿主）：用户直接交互的应用。决定调用哪些工具、维护对话上下文、管理客户端。比如Claude Desktop、Goose、VS Code、Cursor。

Client（客户端）：住在宿主内部，负责跟具体的MCP Server保持连接。

Server（服务器）：响应客户端请求，通过MCP协议暴露工具、资源和提示词。

MCP之前，AI代理什么都干——取数据、格式化、调模型、返回答案，一大坨逻辑，难测试难扩展。MCP之后，代理只做一件事：推理。

从计算器开始

不花哨，但最适合理解基础。我用MCP Python SDK搭了个计算器。

不用从零实现协议。Anthropic在GitHub的modelcontextprotocol组织下维护了官方开源SDK，MIT许可证。没有SDK的话，你得手动处理host和server之间通过stdin/stdout传输的JSON-RPC消息、实现握手、路由请求、序列化响应等等。SDK把这些全抽象掉了。

SDK里我选了FastMCP。代码很简洁：导入FastMCP，实例化，用装饰器注册工具函数。比如乘法就是接收两个float，返回乘积。加减除同理。

下一步是把它接到宿主上跑起来。这是下篇的内容——怎么让Claude Desktop真正用上这个计算器。