说到前言，为什么你需要 MCP

大模型擅长理解和生成文本。但它天然无法读取本地文件、查询数据库或调用你写的函数。至于你可能遇到，

• “我想让模型给使用者发送邮件。但模型不知道该怎么实现，”
• “怎样把本地数据提供给 AI 分析一下？”
• “如何安全地让模型执行自定义逻辑？”

MCP 正是为了解决这些痛点而诞生的——它为 AI 客户端提供统一方式去发现并调用外部能力。

一、什么是 MCP？

MCP是一套开放协议，规范 AI 应用与外部工具、数据源之间的通信。通过 MCP，你可以：

• 调用计算工具；
• 读取本地文件；怎么说呢，
• 查询数据库；
• 请求第三方 API；
• 执行授权操作。说起来，

1. MCP 不是大模型。不过，它不负责理解问题或生成回答。其实，
2. MCP 不是数据库。它不负责长期存储数据。
3. MCP 不是 RAG 框架。它不做文档分块、向量化或语义检索。话说回来，
4. MCP 本身不保证安全。权限控制、参数校验与敏感数据保护仍需开发者手动实现。

二、MCP 的基本架构

. MCP Host

Host 是你真正使用的 AI 应用。它管理对话、调用大模型并展示工具调用过程。怎么说呢，再看常见示例，

• 桌面 AI 助手；
• IDEs 内嵌的代码助手；按理说，
• Coding chatbot；
• AIGC Agent 应用。

. MCP Client

MCP Client 位于 Host 内部，负责与 MCP Server 通信：

• 建立连接；获取工具列表，发送工具调用请求；接收执行结果，按理说，

. MCP Server

MCP Server 声明并暴露自己的能力。完成以下工作：

• 声明可用功能及其用途与参数；校验客户端传入参数，执行对应逻辑并返回结果。

我们将实现一个名为 greet 的 Tool，它会在 Server 里运行。

三、MCP Server 能力分类简述

. Tools：可执行工具 — 用来完成计算或操作任务，例如 greet,add。get_wear.

. Resources：可读取资源 — 通过 URI 提供文档或配置，如 file:///notes/today.md config://application.

. Prompts：提示词模板 — 用来复用特定任务模板，如文章、审查代码等。怎么说呢，

初学时只需要掌握 Tools 即可。其余按需

四、准备最小 TypeScript 项目

• Node.js LTS 版本 + npm。

如果终端报错找不到 node/npm,请先安装 Node.js 并重启终端！

. 创建项目结构 & 安装依赖 bash mkdir mcp-hello && cd mcp-hello npm init -y npm install @modelcontextprotocol/sdk zod npm install -D typescript tsx @types/node json // package.json { 从"type"来看，"module"。"scripts": { "start": "tsx src/index.ts" } } text mcp-hello/ ├── package.json └── src/ └── index.ts

五、实现第一个 MCP Server

ts import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";import { z } from "zod";const server = new McpServer({ name这方面。 "hello-server",version: ".",});server.registerTool( "greet",{ description: "向指定的人发送一句中文问候"。inputSchema: { 至于name，z.string.describe,},},async => ({ content:,}) );按理说，const transport = new StdioServerTransport;await server.connect;

六、逐段代码解读

. 创建 Server

ts const server = new McpServer({ name这方面。"hello-server",version: ".",}); 定义了服务器名称和版本信息。

. 注册 Tool

ts server.registerTool( "greet"。// 工具名称 {...},// 描述 + 参数 Schema async => // 实际处理函数 ); * 名称让模型能准确识别；* 描述告诉模型该工具做什么；* inputSchema参数类型+说明，帮助模型生成正确参数并在后端校验；* 处理函数接收已校验的数据并返回符合 MCP 格式的结果。

. 建立 stdio 通信

ts const transport = new StdioServerTransport;await server.connect; 使用标准输入/输出进行 IPC，是最轻量级方式。

---

七、启动 & 测试

bash npm start # 程序会挂起等待客户端消息，不会打印任何内容！

如果直接在终端输入自然语言。你不会得到回应——MCP Server 并非交互式命令行程序，它等待来自支持 MCP 的客户端发来的协议消息。

---

八、在客户端配置服务器

不同客户端方法不同。但主要字段相同：

jsonc { // ...其他设置... "mcpServers": { "hello": { // 启动命令必须是绝对方法，以免工作目录变动导致错误。"command": "npx",// tsx 方法请替换为实际绝对方法！"args": } } }

保存后重启客户端，即可尝试：

text 请向小明问好。怎么说呢，

若配置无误。你将看到：

1. 客户端发现 “greet” Tool；
2. 模型根据描述判断适合此请求；
3. 模型生成 {name:"小明"} 参数；怎么说呢，
4. 客户端发起调用 → Server 校验 → 执行 → 返回 “你好，小明！” → 模型展示给使用者。

---

九、防止日志破坏通信

不要往 stdout 写日志否则客户端会把日志误认为协议消息：

ts // ❌ 会干扰协议通信！console.log，

改为写到 stderr：

ts console.error;

记住这方面，- stdout 用于传输 MCP 协议消息；- stderr 用于打印调试/运行日志。

---

十、安全建议 & 开发规范

✅ 建议	🚨 潜在风险
命名清晰	“rundo_itprocess” 易混淆
描述具体	“处理名字” 不够明确
输入严格校验	文件方法 / URL / SQL 等需防注入
高风险操作确认	删除文件前提示使用者确认
最小权限原则	避免授予超出需求的权限

虽然这些安全措施不是 MCP 协议强制要求。但在实际项目中必须遵循，否则易导致意料之外的问题。

---

十一、小结

MCP 为 AI 与外部程序搭建了一条标准桥梁，让你的大模型可以像使用内置函数一样轻松调用自定义业务逻辑。不过，通过以下主要步骤，你即可拥有自己的第一台可 MCP Server：

1. 创建 McpServer 实例；
2. 使用 registerTool 注册功能；老实说，
3. 利用 StdioServerTransport 与客户端通信。

掌握了这套模式后只需继续添加更多 Tool / Resource / Prompt，就能将整个业务程序无缝集成进 AI 工作流之中。祝编码愉快 🚀

---