• MCP 实战入门:用一个 demo 讲清 agent 如何调用工具


    前言

    本文主要内容是对mcp的实践

    mcp 更像是一套统一插座:agent 想接监控、数据库、工单、知识库,不需要每个系统都重新写一套协议,只要大家都按 mcp 的方式暴露工具就行

    本文笔者就结合一个最小 demo,拆一下 mcp server 和 agent 是怎么配合的,并聊聊 mcp 常见的几种传输模式:stdioSSE/HTTPwebsocket

    先看代码

    demo代码

    .
    ├── agent.py
    └── mcp_server.py
    
    • mcp_server.py:负责启动一个 MCP Server,并暴露一个工具:get_monitor_metrics

    • agent.py:负责启动 MCP client,通过 stdio 连接 MCP server,调用工具拿到监控指标,然后把指标交给大模型分析。

    agent
      ↓ 调用 MCP Tool
    MCP server
      ↓ 返回监控指标
    agent
      ↓ 拼 prompt
    LLM
      ↓ 输出分析结论
    

    实践一下:

    ==================================================
    Step1: 获取监控数据
    ==================================================
    {
      "timestamp": 1770000000,
      "cpu_usage": 86.42,
      "memory_usage": 91.33,
      "pod_restart_count": 8,
      "api_error_rate": 12.5,
      "qps": 3200,
      "latency_ms": 1800
    }
    
    ==================================================
    Step2: Agent 分析
    ==================================================
    当前系统存在异常风险。
    
    主要问题包括:
    1. CPU 使用率较高
    2. 内存使用率较高
    3. Pod 重启次数偏多
    4. 接口错误率和延迟偏高
    
    建议下一步优先查看 Pod 重启原因、应用错误日志、接口依赖服务状态以及最近发布记录。
    

    MCP 的传输模式

    • stdio
    • SSE/HTTP
    • WebSocket

    前面 demo 用的是 stdio

    stdio 模式

    stdio 是最适合本地工具的模式。它的通信方式很朴素:agent 启动 MCP Server 子进程,然后通过标准输入、标准输出通信

    在本文 Demo 里,就是这段:

    server_params = StdioServerParameters(
        command="python3",
        args=["mcp_server.py"]
    )
    
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()
            result = await session.call_tool("get_monitor_metrics")
    

    它的执行关系类似这样:

    Agent 进程
      ├── 启动子进程:python3 mcp_server.py
      ├── stdin  写请求
      └── stdout 读响应
    
    MCP Server 子进程
      ├── stdin  读请求
      └── stdout 写响应
    

    stdio 的优点很明显:

    • 简单,不用开端口,不用配网关,不用考虑公网访问
    • 安全边界清楚,它只在本机进程之间通信,不天然暴露网络入口
    • 适合本地工具,比如本地文件检索、本地 Git 操作、本地数据库查询、本地脚本封装,都很适合 stdio

    但它也有缺点:

    • 不适合多客户端共享,一个 agent 拉起一个子进程,更多是一对一的使用方式
    • 不适合远程服务,如果监控平台在远端、数据库在远端、多个 agent 都要复用同一个 MCP Server,stdio 就不太优雅
    • 生命周期跟 agent 绑定,agent 退出,子进程通常也就结束了

    所以 stdio 的最佳场景是:

    本地开发、本地工具、单 Agent 调用、追求简单和低暴露面

    SSE/HTTP 模式

    SSE/HTTP 更适合远程 MCP server。SSE 全称是 Server-Sent Events,可以理解成服务端通过 HTTP 连接持续向客户端推送事件

    • 客户端通过 HTTP 发起请求
    • 服务端通过 SSE 这类长连接返回消息流
    • MCP Server 可以作为一个独立 Web 服务长期运行

    SSE/HTTP 的优点:

    • 适合远程部署,MCP Server 可以部署在服务器、K8s、内网服务里,agent 通过 URL 访问
    • 方便多客户端复用,多个 agent、多个用户,可以连接同一个 MCP Server
    • 更容易接入网关和鉴权,因为它是 HTTP 体系,可以结合 API Gateway、Ingress、OAuth、Token、TLS、审计日志等能力
    • 适合企业内部工具平台,比如把监控平台、CMDB、工单系统、知识库都封装成独立 MCP Server,然后统一挂到内网

    缺点也很现实:

    • 部署复杂度更高,要考虑端口、域名、证书、鉴权、跨网络访问
    • 安全风险更高,一旦暴露 HTTP 服务,就要认真考虑权限控制。不要把能查生产数据、能执行命令、能操作工单的 MCP Server 裸奔到公网
    • 运维成本更高,服务可用性、限流、日志、监控、升级,都要考虑

    SSE/HTTP 的最佳场景是:

    远程工具服务、团队共享、企业内网、多 agent 复用、需要鉴权审计的生产场景

    websocket 模式

    websocket 是全双工长连接。和 SSE 相比,SSE 更偏服务端持续推给客户端,而 WebSocket 是双方都可以持续发消息

    WebSocket 的优点:

    • 双向实时通信能力更强,客户端和服务端都能主动发送消息
    • 适合长时间会话,比如远程 IDE、交互式工具、实时状态订阅、多人协作场景。
    • 适合需要低延迟交互的场景,如果 MCP Tool 背后是一个持续运行的交互系统,websocket 会更自然。

    但它的缺点也明显:

    • 连接状态管理更复杂,断线重连、心跳、连接数、会话恢复,都要处理
    • 网关和代理配置更麻烦,虽然现在很多网关都支持 websocket,但排查起来通常比普通 HTTP 更烦
    • 不一定是 MCP 最常用选择,在很多 MCP 实践里,stdio 和 HTTP/SSE 更常见

    WebSocket 的最佳场景是:

    长连接、低延迟、双向实时交互、会话型工具、远程协作类 MCP 服务

    三种模式怎么选

    传输模式 适合场景 优点 缺点
    stdio 本地工具、本地开发、单 agent 调用 简单、安全、不暴露端口 不适合远程复用
    SSE/HTTP 远程 MCP server、团队共享、企业内网 易部署到服务端、易接网关鉴权 运维和安全复杂度更高
    websocket 实时交互、长连接、双向通信 低延迟、交互能力强 连接管理复杂

    总结

    本文通过一个监控 demo,演示了 MCP server、MCP tool、agent 协同工作

    stdio 适合本地工具和快速验证,SSE/HTTP 适合远程服务和团队共享,websocket 适合长连接、低延迟、双向实时交互场景

    联系我

    • 联系我,做深入的交流

    至此,本文结束

    在下才疏学浅,有撒汤漏水的,请各位不吝赐教...

  • 相关阅读:
    Locust、jmeter、Loadrunner三种工具的分布式压测
    Dynamics 365 重写自带按钮
    算法竞赛Java数据结构与算法类详解
    Springboot @Async 失效的坑
    解密Prompt系列28. LLM Agent之金融领域摸索:FinMem & FinAgent
    冒泡排序bubble_sort
    A Mathematical Framework for Transformer Circuits—Part (1)
    关于torch.dist(p=2)和nn.MESLoss的区分
    Django基础理论整理
    神经网络训练不起来,怎么办?
  • 原文地址:https://www.cnblogs.com/MrVolleyball/p/20029783