第 一部分 MCP基础与架构
第 1章 MCP的起源与发展………………3
1.1 MCP的起源………………3
1.1.1 从传统应用到AI智能体………………4
1.1.2 AI智能体面临的挑战………………5
1.2 MCP的诞生………………7
1.3 MCP在AI智能体中的角色………………9
1.3.1 作为AI与现实世界的桥梁………………9
1.3.2 解决上下文管理问题………………10
小结………………12
第 2章 MCP架构详解………………13
2.1 MCP总体架构………………13
2.1.1 MCPHost………………14
2.1.2 MCP Client………………15
2.1.3 MCPServer………………16
2.2 MCP分层及实现………………18
2.2.1 传输层实现………………19
2.2.2 协议层实现………………28
2.3 MCP核心能力………………34
2.3.1 资源管理………………35
2.3.2 工具集成………………40
2.3.3 提示词模板………………46
小结………………48
第二部分 MCP开发环境与技术栈
第3章 MCP开发环境搭建………………53
3.1 MCP开发环境概述………………53
3.1.1 IDE………………53
3.1.2 版本控制工具………………54
3.1.3 运行时与包管理………………54
3.2 MCP TypeScript开发环境………………54
3.2.1 技术栈选型………………55
3.2.2 包管理工具安装………………55
3.2.3 开发环境搭建………………57
3.3 MCP Python开发环境………………59
3.3.1 技术栈选型………………59
3.3.2 包管理工具………………60
3.3.3 开发环境搭建………………62
小结………………63
第4章 MCP工具链与SDK………………65
4.1 MCP技术生态介绍………………65
4.2 TypeScript工具链生态………………67
4.2.1 常用框架………………67
4.2.2 常用工具包………………69
4.2.3 开发框架集成………………70
4.3 Python工具链生态………………71
小结………………72
第三部分 基于MCP的AI智能体开发实战
第5章 基于MCP TypeScript SDK快速创建一个简单的AI智能体………………77
5.1 创建一个MCP Server………………77
5.1.1 实现过程………………77
5.1.2 实现HTTP请求处理………………85
5.2 使用MCP Inspector调试服务………………87
5.2.1 调试资源………………87
5.2.2 调试提示词模板………………88
5.2.3 调试工具………………89
5.3 创建一个MCP Client………………90
5.3.1 主要功能………………90
5.3.2 实现过程………………93
5.3.3 运行客户端………………96
小结………………96
第6章 基于MCP TypeScript SDK创建商城智能体………………98
6.1 商城智能体概述………………98
6.1.1 项目需求与功能规划………………98
6.1.2 系统架构设计………………99
6.2 MCP Server实现………………101
6.2.1 商品列表工具开发………………101
6.2.2 订单管理工具集成………………104
6.2.3 实现基于Express的MCP Server………………106
6.3 MCP Client实现之CLI应用程序………………111
6.3.1 核心流程………………111
6.3.2 实现步骤………………112
6.4 MCP Client实现之Web应用程序………………120
6.4.1 核心流程………………121
6.4.2 前端实现………………122
6.4.3 MCP Client Web应用程序开发………………128
6.5 系统集成运行与测试………………141
6.5.1 命令行终端应用程序运行测试………………142
6.5.2 Web应用程序运行测试………………144
小结………………147
第7章 基于MCP Python SDK和arxiv创建论文研究智能体………………149
7.1 项目概述与背景………………149
7.1.1 项目目标………………150
7.1.2 选择技术栈………………150
7.1.3 设计系统架构………………150
7.2 MCP Server实现………………152
7.2.1 arxiv服务器………………152
7.2.2 docling服务器：赋予AI深度阅读能力………………159
7.2.3 MCP Server部署与配置………………164
7.3 MCP Client实现………………168
7.3.1 MCP Client设计与实现：构建论文研究智能体的大脑………………168
7.3.2 MultiServerMCPClient：连接多个MCP Server………………172
7.3.3 ReAct代理实现：赋予系统思考与行动的能力………………174
7.3.4 API接口设计………………176
7.4 Streamlit UI实现………………178
7.4.1 UI设计与实现………………178
7.4.2 会话状态管理………………181
7.4.3 聊天界面实现………………183
7.4.4 API交互………………185
7.4.5 Docker部署………………186
7.5 系统集成………………186
7.5.1 组件依赖关系………………187
7.5.2 Docker Compose集成………………187
7.5.3 本地开发集成………………188
7.6 运行测试………………189
小结………………190
第8章 基于MCP Python SDK创建数据洞察分析ChatBI智能体………………192
8.1 系统概述………………192
8.1.1 系统定义与价值………………193
8.1.2 功能特性………………193
8.2 系统架构设计………………195
8.2.1 整体系统架构………………195
8.2.2 组件交互流程………………198
8.2.3 微服务部署架构………………198
8.3 MCP Server实现………………199
8.3.1 数据库MCP Server………………199
8.3.2 可视化MCP Server实现………………204
8.4 LangGraph对话管理实现………………213
8.5 API服务层实现………………218
8.6 前端界面实现………………223
8.7 运行测试………………226
8.8 未来展望………………231
8.8.1 从文本到多模态的沉浸式对话………………231
8.8.2 从“是什么”到“为什么”与“怎么办”………………232
8.8.3 知识增强与领域自适应………………232
8.8.4 融入组织的血脉………………232
小结………………233
第9章 基于MCP Python SDK和browser-use创建深度研究报告生成智能体………………234
9.1 研究报告生成的新范式………………234
9.2 系统架构设计………………236
9.2.1 系统分层架构………………236
9.2.2 系统数据流设计………………237
9.3 核心组件实现………………238
9.3.1 研究检索MCP Server组件………………239
9.3.2 研究流程编排组件………………247
9.3.3 MCPClient组件………………255
9.4 MCP工具实现………………261
9.4.1 browser-use框架原理………………261
9.4.2 网络搜索与内容提取工具………………264
9.4.3 学术资源获取工具………………270
9.5 前端页面设计与实现………………273
9.5.1 页面配置与标题设置………………274
9.5.2 会话状态管理………………274
9.5.3 侧边栏导航与设置………………275
9.5.4 报告列表与选择………………276
9.5.5 研究设置………………276
9.5.6 主内容区域-欢迎信息………………277
9.5.7 主内容区域-报告表单………………277
9.5.8 表单提交处理………………278
9.5.9 报告流式输出与展示………………278
9.5.10 页脚………………280
9.6 应用案例与最佳实践………………281
9.6.1 市场研究报告………………281
9.6.2 学术文献综述………………282
9.6.3 竞争对手分析………………283
小结………………286
