Anthropic MCP 介绍
MCP架构和原理
资源的交互方式
模型通过 MCP Resource 读取文档内容的完整流程：
- MCP Server 端准备工作：
// 服务器需要实现资源列表和读取能力
const server = new Server({
name: "document-server",
version: "1.0.0"
}, {
capabilities: {
resources: {} // 声明支持资源能力
}
});
// 实现列出可用资源的处理器
server.setRequestHandler(ListResourcesRequestSchema, async () => {
return {
resources: [{
uri: "file:///docs/example.txt", // 文档的唯一标识符
name: "Example Document",
mimeType: "text/plain"
}]
};
});
// 实现读取资源的处理器
server.setRequestHandler(ReadResourceRequestSchema, async (request) => {
if (request.params.uri === "file:///docs/example.txt") {
const content = await readFile("/docs/example.txt");
return {
contents: [{
uri: request.params.uri,
mimeType: "text/plain",
text: content
}]
};
}
});
- 交互流程：
用户 -> Claude Desktop(MCP Client) -> MCP Server -> 文件系统
| | | |
| 选择文档 | | |
|--------------->| | |
| | 1.发送resources/list | |
| |--------------------->| |
| | | |
| | 2.返回可用资源列表 | |
| |<---------------------| |
| | | |
| 确认使用该文档 | | |
|--------------->| | |
| | 3.发送resources/read | |
| |--------------------->| |
| | | 读取文件 |
| | |----------->|
| | | |
| | 4.返回文件内容 | |
| |<---------------------| |
| | | |
| 文档内容作为上下文 | | |
|<---------------| | |
- 具体步骤：
a) 初始化阶段：
- MCP Server 启动并准备好资源访问能力
- Client (Claude Desktop) 与 Server 建立连接
b) 资源发现：
- Client 调用
resources/list获取可用资源列表 - Server 返回包含该文档在内的资源列表
c) 用户交互：
- Claude Desktop 向用户展示可用文档
- 用户选择要让模型访问的文档
d) 资源读取：
- Client 发送
resources/read请求，包含所选文档的 URI - Server 读取文件内容并返回
- Client 将文档内容作为上下文提供给 Claude
- 更新机制（可选）：
// 如果文档内容可能发生变化，服务器可以实现更新通知 server.notification({ method: "notifications/resources/updated", params: { uri: "file:///docs/example.txt" } }); - 错误处理：
server.setRequestHandler(ReadResourceRequestSchema, async (request) => { try { // ... 读取文件逻辑 ... } catch (error) { throw new Error({ code: ErrorCode.InternalError, message: "Failed to read document" }); } });
这种设计确保了：
- 文档访问是受控的（用户必须明确选择）
- 内容传输是标准化的（通过 MCP 协议）
- 系统是可扩展的（可以处理不同类型的文档）
- 操作是安全的（Server 端可以实现访问控制）
这就是为什么它被称为 “application-controlled” - 整个过程都需要应用程序（Claude Desktop）和用户的明确参与，而不是由模型自主决定访问什么资源。
Tool的交互方式
让我以一个实时股票价格查询的例子来说明如何通过 MCP Tool 来让模型访问动态数据：
- MCP Server 端的工具定义：
const server = new Server({
name: "stock-server",
version: "1.0.0"
}, {
capabilities: {
tools: {} // 声明支持工具能力
}
});
// 实现工具列表
server.setRequestHandler(ListToolsRequestSchema, async () => {
return {
tools: [{
name: "get_stock_price",
description: "Get real-time stock price for a given symbol",
inputSchema: {
type: "object",
properties: {
symbol: {
type: "string",
description: "Stock symbol (e.g. AAPL)"
}
},
required: ["symbol"]
}
}]
};
});
// 实现工具调用
server.setRequestHandler(CallToolRequestSchema, async (request) => {
if (request.params.name === "get_stock_price") {
const { symbol } = request.params.arguments;
try {
const price = await fetchStockPrice(symbol);
return {
toolResult: {
price: price,
timestamp: new Date().toISOString()
}
};
} catch (error) {
return {
isError: true,
content: [{
type: "text",
text: `Error fetching price: ${error.message}`
}]
};
}
}
});
- 交互流程：
用户 -> Claude(MCP Client) -> MCP Server -> 外部API
| | | |
| 提问股价 | | |
|--------->| | |
| | 1.发送tools/list | |
| |------------------->| |
| | | |
| | 2.返回可用工具列表 | |
| |<-------------------| |
| | | |
| | 建议使用工具 | |
|<---------| | |
| | | |
| 同意使用 | | |
|--------->| | |
| | 3.发送tools/call | |
| |------------------->| |
| | | 获取实时数据 |
| | |------------>|
| | | |
| | 4.返回查询结果 | |
| |<-------------------| |
| | | |
| 收到股价答复 | | |
|<---------| | |
- 具体用户体验场景：
用户：请告诉我苹果公司的当前股价？
Claude：为了获取苹果公司的实时股价，我可以使用股票价格查询工具。你是否同意我使用这个工具来查询 AAPL 的股价？
用户：好的，同意。
[Claude 调用工具]
MCP Server 执行查询并返回：{ price: 187.42, timestamp: "2024-12-18T17:05:00Z" }
Claude：根据最新数据，苹果公司(AAPL)的当前股价是 187.42 美元，这个数据的时间戳是 2024年12月18日 17:05 UTC。
- 和 Resource 的关键区别：
- 主动性：
- Tool：Claude 可以主动提议使用工具
- Resource：需要用户先选择资源
- 数据特性：
- Tool：适合动态、实时数据
- Resource：更适合静态或半静态数据
- 交互模式：
- Tool：每次使用都需要执行调用
- Resource：读取后可以持续使用内容
- 参数化：
- Tool：可以接受参数来定制查询
- Resource：通常是预定义的内容
- 安全考虑：
// 工具调用前的验证
server.setRequestHandler(CallToolRequestSchema, async (request) => {
// 验证请求参数
validateInput(request.params.arguments);
// 验证调用频率
checkRateLimit(request);
// 验证权限
verifyPermissions(request);
// ... 工具执行逻辑 ...
});
这种设计的优势：
- 模型可以根据对话上下文主动提议使用工具
- 用户保持最终控制权（需要同意工具使用）
- 数据始终保持最新（每次调用获取实时数据）
- 可以通过参数自定义查询
- 便于实现访问控制和安全限制
这就是为什么它被称为 “model-controlled” - 模型可以主动提议使用工具，但仍需要用户批准，这样既保持了灵活性又确保了安全性。
MCP调试
uvx命令的MCP Server无法启动
在Mac OS中，通过命令安装UV
curl -LsSf [https://astral.sh/uv/install.sh](https://astral.sh/uv/install.sh) | sh
安装的路径为：/Users/{username}/.local/bin ，Claude MCP Server运行的Path环境变量中，不包含这个路径。所以需要在MCP配置文件中，uvx命令需要写成绝对路径。
这里注意，为了安全和隔离性考虑，Claude APP运行在一个独立的容器或沙盒环境中，这个环境和你的实际终端环境是分开的。
Log日志的路径
~/Library/logs/Claude/mcp*.log
留下评论