MCP原理与实战 高效AI Agent智能体开发

    第1章 MCP简介 1
1.1 什么是MCP 2
1.2 MCP的起源与发展 3
1.3 掌握MCP的好处 4
第2章 MCP的工作原理 5
2.1 核心架构 6
2.2 核心组件 8
2.2.1 资源 9
2.2.2 工具 10
2.2.3 提示模板 11
2.3 两种常见的传输方式 12
2.3.1 标准输入/输出 12
2.3.2 流式传输 13
2.4 安全机制 14
2.4.1 访问控制和权限管理 14
2.4.2 身份验证和安全通信 14
2.4.3 元数据和安全提示 15
2.4.4 沙箱隔离机制 15
2.4.5 开源、透明 15
2.5 MCP与API的区别 16
2.6 MCP与Agent的区别 17
2.7 MCP与Function Calling的区别 18
2.8 MCP与A2A Protocol的区别 20
第3章 MCP的本地搭建 22
3.1 环境准备工作 23
3.1.1 安装和配置Node.js 23
3.1.2 安装和配置Python 27
3.1.3 安装VSCode 29
3.2 自己搭建MCP客户端 32
3.2.1 用Python快速搭建MCP客户端 32
3.2.2 搭建MCP聊天机器人客户端 38
3.3 自己搭建MCP服务器 46
3.3.1 安装uv并初始化项目目录 46
3.3.2 用FastMCP构建天气信息服务端 51
第4章 开发与代码执行 59
4.1 Semantic Kernel 60
4.1.1 基础设置 60
4.1.2 案例：多代理协作系统与插件集成 61
4.2 MCP Run Python 67
4.2.1 基础设置 67
4.2.2 案例：安全沙盒集成与调用 68
4.3 E2B 70
4.3.1 基础设置 70
4.3.2 案例：云沙盒Python调用链路 71
第5章 浏览器的自动化 74
5.1 PlaywrightMCP 75
5.1.1 基础设置 75
5.1.2 案例：无头浏览器操作与网页交互 76
5.2 BrowserbaseMCP 77
5.2.1 基础设置 78
5.2.2 案例：云浏览器网页抓取与截图 79
5.3 PuppeteerMCP 80
5.3.1 基础设置 80
5.3.2 案例：云浏览器网页操作与截图 81
第6章 命令行与Shell 84
6.1 iterm-mcp 85
6.1.1 基础设置 85
6.1.2 案例：创建自动化Python虚拟环境 86
6.2 win-cli-mcp 87
6.2.1 基础设置 88
6.2.2 案例：远程服务器信息查询 89
6.3 mcp-server-commands 90
6.3.1 基础设置 91
6.3.2 案例：将Python脚本结果写入文件 91
第7章 版本控制 94
7.1 github-mcp-server 95
7.1.1 基础设置 95
7.1.2 案例：自动化GitHub工作流 96
7.2 mcp?gitee 98
7.2.1 基础设置 98
7.2.2 案例：自动化Gitee工作流 99
7.3 Gitea MCP 101
7.3.1 基础设置 101
7.3.2 案例：自动化Bug修复流程 103

第8章 数据库交互 105
8.1 Aiven 106
8.1.1 基础设置 106
8.1.2 案例：项目查询与服务详情获取 107
8.2 genai-toolbox 108
8.2.1 基础设置 109
8.2.2 案例：LangGraph与Toolbox集成 109
8.3 mcp?clickhouse 111
8.3.1 基础设置 111
8.3.2 案例：ClickHouse查询与数据分析 113
第9章 数据分析与可视化 115
9.1 mcp?vegalite?server 116
9.1.1 基础设置 116
9.1.2 案例：度销量数据保存与可视化 117
9.2 keboola?mcp?server 118
9.2.1 基础设置 119
9.2.2 案例：Keboola数据探索与导出CSV文件 120
9.3 mcp?server?axiom 122
9.3.1 基础设置 122
9.3.2 案例：Axiom数据集查询与APL分析 123
第10章 云平台服务集成 125
10.1 sample?mcp?server?tos 126
10.1.1 基础设置 126
10.1.2 案例：TOS桶对象的列举与下载 127
10.2 aws?kb?retrieval?serve 129
10.2.1 基础设置 129
10.2.2 案例：Amazon Bedrock知识库检索 130

10.3 mcp?server?cloudflare 132
10.3.1 基础设置 132
10.3.2 案例：Cloudflare Workers 列出与日志查询 133
第11章 通信与协作 135
11.1 gotohuman?mcp?server 136
11.1.1 基础设置 136
11.1.2 案例：推文审阅与反馈优化 137
11.2 inbox?zero MCP 139
11.2.1 基础设置 139
11.2.2 案例：邮件管理自动化 141
11.3 AgentMail Toolkit 142
11.3.1 基础设置 142
11.3.2 案例：邮件全生命周期自动化 143
第12章 娱乐休闲 145
12.1 MemoryMesh 146
12.1.1 基础设置 146
12.1.2 案例：动态工具构建RPG世界 147
12.2 mcp?unity 148
12.2.1 基础设置 148
12.2.2 案例：Unity编辑器自动化 149
12.3 hko-mcp 150
12.3.1 基础设置 151
12.3.2 案例：HKO-MCP气象数据的获取与处理 151

    本书系统讲解MCP的技术原理与应用实战.首先从MCP的基础知识入手,详细讲解MCP的起源与发展、核心架构、核心组件(资源、工具、提示模板)、常见的传输方式和安全机制等,并通过与API、Agent、Function Calling、A2A协议等的对比,体现其标准化优势.然后以Node.js和Python双栈为例,手把教读者搭建MCP服务器与MCP客户端,演示如何将MCP集成到Claude Desktop、Cursor等主流AI平台中.最后讲解多个实战示例,涵盖开发与代码执行、浏览器的自动化、命令行与Shell、版本控制、数据库交互、数据分析与可视化、云平台服务集成、通信与协作及娱乐休闲等多个应用场景.本书可帮助读者快速掌握MCP,实现大模型与业务系统的无缝对接,推动大模型从"知识库"跨越式发展为"智能助手".本书既适合AI初学者快速入门,也适合资深开发者进阶学习,是掌握下一代AI交互技术的重要参考资料.