


本书从原理、开发和应用3个维度全面讲解MCP的落地实战,使读者真正掌握大模型上下文高效主动传递的核心技术,从而在较低算力条件下实现AI系统的生产应用。
全书共16章,分为三篇。
?基础篇(第1~4章) 主要介绍MCP的基本概念、应用场景、发展历程、技术架构与协议规范,并通过极简入门案例阐释各核心组件的职责与关系。
?开发篇(第5~7章) 聚焦MCP开发体系,涵盖MCP-SDK支持的Resources、Tools、Prompts、Sampling和Context等5种核心服务的开发过程,以及Gradio、OpenAI、LangChain、FastAPI和AutoGen等5类开发框架用于MCP的开发方法。
?应用篇(第8~16章) 针对实际生产需求,详细介绍Dify、Playwright、Langflow、GraphRAG、ComfyUI等9个实用案例,涉及AI Agent、工作流、自动化测试、RAG知识库、联网搜索、多模态应用等场景中MCP的具体应用方法。
封面
前折页
书名页
版权
前言
基础篇
第1章 MCP基础知识
1.1 基本介绍
1.1.1 背景
1.1.2 架构
1.1.3 特性
1.2 技术应用场景
1.3 发展历程
1.3.1 MCP标准的发展过程
1.3.2 MCP生态的形成过程
1.4 技术横向对比
1.4.1 MCP与Function-Calling特性
1.4.2 MCP与A2A协议
第2章 MCP技术原理
2.1 架构设计
2.1.1 Host、Client、Server的基本概念
2.1.2 MCP Host
2.1.3 MCP Client
2.1.4 MCP Server
2.2 核心服务
2.2.1 Tools
2.2.2 Resources
2.2.3 Prompts
2.2.4 Sampling
2.2.5 Elicitation
2.3 基础协议
2.3.1 消息
2.3.2 生命周期
2.3.3 传输通道
2.3.4 身份认证
2.3.5 进度跟踪
2.3.6 日志
第3章 技术体系搭建
3.1 技术体系概述
3.2 Cherry Studio安装与MCP环境配置
3.3 Python虚拟环境安装
3.3.1 虚拟环境选型
3.3.2 uv安装
3.3.3 uv配置及验证
3.3.4 虚拟环境验证
3.4 Docker安装
3.4.1 Docker简介
3.4.2 操作系统要求
3.4.3 安装
3.4.4 配置镜像及验证
3.5 Xinference的安装与使用
3.5.1 大模型环境的选型
3.5.2 Xinference安装
3.5.3 使用Xinference部署模型
3.6 Ollama安装
3.7 VS Code和Git安装
第4章 MCP应用实践极简入门
4.1 实践要点
4.1.1 应用场景
4.1.2 应用技术
4.2 MCP应用案例
4.2.1 启动大模型服务
4.2.2 配置基本对话功能
4.2.3 配置MCP
4.2.4 验证
4.3 案例分析总结
4.3.1 运行流程
4.3.2 改进措施
开发篇
第5章 基础组件开发
5.1 MCP-SDK功能介绍
5.2 MCP Server开发
5.2.1 STDIO传输通道
5.2.2 Streamable-HTTP传输通道
5.2.3 授权访问控制
5.3 MCP Client开发
5.3.1 STDIO传输通道
5.3.2 Streamable-HTTP传输通道
5.4 MCP Host开发
5.4.1 代码实现
5.4.2 测试验证
第6章 常用服务开发
6.1 Resources
6.1.1 案例场景
6.1.2 代码实现
6.1.3 测试验证
6.2 Tools
6.2.1 案例场景
6.2.2 代码实现
6.2.3 测试验证
6.3 Prompts
6.3.1 案例场景
6.3.2 代码实现
6.3.3 测试验证
6.4 Sampling
6.4.1 案例场景
6.4.2 代码实现
6.4.3 测试验证
6.5 Context
6.5.1 案例场景
6.5.2 代码实现
6.5.3 测试验证
第7章 常用开发框架
7.1 Gradio-MCP
7.1.1 案例场景
7.1.2 代码实现
7.1.3 测试验证
7.2 OpenAI Agents SDK
7.2.1 案例场景
7.2.2 代码实现
7.2.3 测试验证
7.3 LangChain MCP Adapters
7.3.1 案例场景
7.3.2 代码实现
7.3.3 测试验证
7.4 FastAPI-MCP
7.4.1 案例场景
7.4.2 代码实现
7.4.3 测试验证
7.5 AutoGen-ext
7.5.1 案例场景
7.5.2 代码实现
7.5.3 测试验证
应用篇
第8章 Dify应用
8.1 Dify介绍
8.1.1 核心功能
8.1.2 应用场景
8.1.3 MCP支持情况
8.2 安装与基础配置
8.2.1 安装方案
8.2.2 Docker内存优化
8.2.3 Dify安装
8.2.4 模型配置
8.3 应用案例
8.3.1 对话应用
8.3.2 AI Agent
8.3.3 工作流
8.3.4 MCP Server
第9章 Playwright应用
9.1 Playwright MCP介绍
9.2 安装
9.2.1 Node.js安装
9.2.2 Playwright MCP启动
9.3 应用案例
9.3.1 MCP Client调用
9.3.2 与Cherry Studio整合
9.3.3 与Dify整合
第10章 Langflow应用
10.1 Langflow介绍
10.2 安装与基础配置
10.2.1 安装
10.2.2 模型配置
10.3 应用案例
10.3.1 Basic Prompting
10.3.2 MCP Server
10.3.3 MCP工具调用
第11章 SearXNG应用
11.1 SearXNG介绍
11.2 安装与基础配置
11.2.1 安装
11.2.2 配置
11.3 应用案例
11.3.1 MCP Server开发
11.3.2 整合到Cherry Studio
11.3.3 整合到Dify
第12章 GraphRAG应用
12.1 GraphRAG介绍
12.2 安装与配置
12.2.1 安装
12.2.2 配置
12.3 应用案例
12.3.1 检索案例与分析
12.3.2 MCP Server开发
12.3.3 整合到Cherry Studio
第13章 F5-TTS应用
13.1 F5-TTS介绍
13.2 安装
13.2.1 虚拟环境建立
13.2.2 F5-TTS安装
13.2.3 模型下载
13.3 应用案例
13.3.1 Gradio整合
13.3.2 MCP Server开发
13.3.3 整合到Cherry Studio
第14章 ComfyUI应用
14.1 ComfyUI介绍
14.2 安装
14.3 应用案例
14.3.1 文生视频
14.3.2 MCP Server开发
14.3.3 整合到Cherry Studio
第15章 数字人应用
15.1 EchoMimic V2介绍
15.2 安装
15.2.1 虚拟环境建立
15.2.2 依赖库安装
15.2.3 模型下载
15.3 应用案例
15.3.1 Gradio应用
15.3.2 MCP Server开发
15.3.3 整合到Cherry Studio
第16章 Claude Code应用
16.1 Claude Code介绍
16.2 安装
16.2.1 模型准备
16.2.2 LiteLLM网关安装
16.2.3 Claude Code安装
16.3 应用案例
16.3.1 基础应用
16.3.2 整合MCP
16.3.3 将Claude Code集成到VS Code
后折页
封底
机械工业出版社 京icp备14043556号-1 (署)网出证(京)字第214号 Copyright (C) 2001 CmpBook. All Rights Reserved