MCP使得 AI 发展的更迅猛，让 AI 不仅能说，还长出手来，可以自己做事。 Manus到如今已小有名气，被自媒体誉为"下一个国产之光"。随后OpenManus 光速进场，阿里QwQ（这个表情真可爱 XD ）也积极与 Manus 和 OpenManus 合作，强强联合。同时当前 AI 编码工具 Cursor，Cline 也都有自己的 MCP Server Marketplace，AI x 工具 的生态正在蓬勃发展，其中离不开的核心就是 MCP。
对于个人来说，AI 以及 AI Agent 让我们从「我只能做什么」，转变成「我还能做什么」，但是 AI 也如一面镜子，照映的是我们自己。
本篇将介绍：
当前 MCP Server 的生态
如何实现一个 MCP Server
如何调试一个 MCP Server - inspector
如何实现多轮交互-让 AI 玩贪吃蛇
MCP Server
核心概念
MCP Server可提供三种主要能力：
1.资源：客户端可读取的类文件数据（如API响应或文件内容）
2.工具：可由大语言模型调用的函数（需经用户批准）
3.提示模板：帮助用户完成特定任务的预制文本模板
需要注意的是：MCP Server 当前仅支持在本地运行。
官方原文：Because servers are locally run, MCP currently only supports desktop hosts. Remote hosts are in active development.
概念到这就结束了，不要惊讶，官网介绍就是这么简短，看来 MCP Server 重点在于实践。MCP 官网后续的介绍是以 Claude展开的，这里脱离官网的教程，自行在本地实现 MCP Server。
MCP Server 示例
在MCP 官网上有很多mcpserver示例：https://github.com/modelcontextprotocol/servers
包含各种 js 和 py 实现的示例
官方也收录了很多第三方平台提供的 mcp 服务
这里也分享一下收集的一些收录 mcpserver 的平台
1.smithery.ai
2.mcpserver.org
3.pulsemcp.com
4.mcp.so
5.glama.ai/mcp/server
实践-实现贪吃蛇 MCP-Server
如图所示
1.服务启动，客户端连接服务端并获取其能力集，初始化完成，等待用户指令
2.用户给 AI 一个任务，输入：开一局贪吃蛇吧，当得分大于100 分时停止！
3.客户端接收到指令，发送给 AI，一并发送的还有可用的工具集
4.AI 分析用户意图，判断用户要玩贪吃蛇，看到工具集里有start_game，决定调用，同时看到还有get_state，也觉得是必要的，也调用一下吧
5.于是告诉MCP Client，本次我要调用的工具是 start_game，get_state，去调用吧，调用完把结果返回给我
6.MCP Client 使用 Call Tool 去调用这两个工具
7.MCP Server 收到消息，要我开始游戏，好的，给连接的贪吃蛇游戏客户端，发出指令，开始游戏
8.贪吃蛇游戏汇报当前状态，游戏已开始，当前蛇在哪，食物在哪，蛇的方向，当前得分
9.MCP Server接收到贪吃蛇状态，记录下来，并告诉 MCP Client 当前游戏开始了，蛇的状态是...
10.MCP Client 获取到第一个工具 start_game 的结果后，发起第二次工具调用get_state，服务端再返回当前贪吃蛇最新的状态
11.MCP Client 拿到所有的数据后，发送给 AI
12.AI 根据当前的数据可以判断出，当前游戏已开始，贪吃蛇此时的状态是 xxx，我下一步应该怎么走，告诉 Client，我这一次要调用的工具是move_step，参数是{"direction": "right"}
13.MCP Client 根据 AI 返回的数据去调用 MCP Server 对应的工具，MCP Server 收到通知后，去控制贪吃蛇移动
14.继续多轮交互下去，直到用户输入的任务完成
...看起来一切都如此完美，但实际中会遇到不少问题，且看是如何解决的，实践开始。
贪吃蛇-手动版
首先得有一个贪吃蛇，我对 AI 说，要有贪吃蛇，于是，它立马给我写了一个。
贪吃蛇游戏-手动版
<!DOCTYPE html><html><head><title>贪吃蛇游戏</title><style>canvas {border: 2px solid #333;background-color: #f0f0f0;}#score-panel {font-size: 24px;margin: 10px 0;}</style></head><body><div id="score-panel">得分: 0</div><canvas id="gameCanvas" width="400" height="400"></canvas><script>// 游戏配置const canvas = document.getElementById('gameCanvas');const ctx = canvas.getContext('2d');const gridSize = 20; // 网格大小const initialSpeed = 150; // 初始速度（毫秒）// 游戏状态let snake = [];let food = {};let dx = gridSize;let dy = 0;let score = 0;let gameStarted = false;let gameLoop;// 初始化游戏（新增重置功能）function initGame(){// 重置蛇的初始状态snake = [{x: 5 * gridSize, y: 5 * gridSize},{x: 4 * gridSize, y: 5 * gridSize},{x: 3 * gridSize, y: 5 * gridSize}];// 重置移动方向dx = gridSize;dy = 0;// 重置得分score = 0;document.getElementById('score-panel').textContent = `得分: ${score}`;// 生成新食物generateFood();// 清除旧画面draw();}function generateFood(){food = {x: Math.floor(Math.random() * (canvas.width/gridSize)) * gridSize,y: Math.floor(Math.random() * (canvas.height/gridSize)) * gridSize};while(snake.some(segment => segment.x === food.x && segment.y === food.y)) {generateFood();}}function gameStep(){const head = {x: snake[0].x + dx, y: snake[0].y + dy};if (head.x < 0 || head.x >= canvas.width ||head.y < 0 || head.y >= canvas.height ||snake.some(segment => segment.x === head.x && segment.y === head.y)) {gameOver();return;}snake.unshift(head);if (head.x === food.x && head.y === food.y) {score += 10;document.getElementById('score-panel').textContent = `得分: ${score}`;generateFood();} else {snake.pop();}draw();}function draw(){ctx.clearRect(0, 0, canvas.width, canvas.height);snake.forEach((segment, index) => {ctx.fillStyle = index === 0 ? '#2ecc71' : '#27ae60';ctx.fillRect(segment.x, segment.y, gridSize-1, gridSize-1);});ctx.fillStyle = '#e74c3c';ctx.fillRect(food.x, food.y, gridSize-1, gridSize-1);}// 修改后的游戏结束逻辑function gameOver(){clearInterval(gameLoop);gameStarted = false;alert(`就这？才 ${score} 分，还得练`);initGame(); // 游戏结束后立即重置状态}// 增强的键盘控制document.addEventListener('keydown', (e) => {if (!gameStarted && [37, 38, 39, 40].includes(e.keyCode)) {gameStarted = true;initGame(); // 每次开始前确保重置gameLoop = setInterval(gameStep, initialSpeed);}switch(e.keyCode) {case37: if (dx !== gridSize) { dx = -gridSize; dy = 0; } break;case38: if (dy !== gridSize) { dx = 0; dy = -gridSize; } break;case39: if (dx !== -gridSize) { dx = gridSize; dy = 0; } break;case40: if (dy !== -gridSize) { dx = 0; dy = gridSize; } break;}});// 初始化首次显示initGame();</script></body></html>
对于代码，我想说
调试了一下，勉强可以玩，又让它加上计分板
贪吃蛇-WebSocket版
ok，有了手动版后，目前只能通过键盘进行交互，要让服务与它进行交互，就建立一个 WebSocket 通道吧。
贪吃蛇游戏客户端实现
以手动版作为模板，稍微改了一下代码，实现 WebSocket 版本，再稍稍优化一下 UI，支持手动控制的同时，也支持连接 Web Socket Server，进行通信，有感兴趣的朋友可以保存成本地html格式，双击直接运行。
贪吃蛇-豪华尊享版
<!DOCTYPE html><html><head> <title>贪吃蛇-豪华尊享版</title> <style> canvas { border: 3px solid #2c3e50; border-radius: 10px; background: linear-gradient(145deg, #ecf0f1, #dfe6e9); } #score-panel { font-size: 24px; margin: 15px 0; color: #2c3e50; font-family: Arial, sans-serif; text-shadow: 1px 1px 2px rgba(0,0,0,0.1); } body { display: flex; flex-direction: column; align-items: center; background: #bdc3c7; min-height: 100vh; margin: 0; padding-top: 20px; } </style></head><body> <div id="score-panel">得分: 0</div> <canvas id="gameCanvas" width="400" height="400"></canvas> <script type="module"> // 连接 snake-server const socket = new WebSocket('ws://localhost:8080'); socket.onmessage = (event) => { console.log('[WS Received]', event.data); const data = JSON.parse(event.data); // 处理方向指令 if (data.type === 'direction') { switch(data.direction) { case'left': if (dx !== gridSize) { dx = -gridSize; dy = 0; } break; case'up': if (dy !== gridSize) { dx = 0; dy = -gridSize; } break; case'right': if (dx !== -gridSize) { dx = gridSize; dy = 0; } break; case'down': if (dy !== -gridSize) { dx = 0; dy = gridSize; } break; } gameStep(); // 执行一步 } // 处理游戏开始指令 elseif (data.type === 'start') { if (!gameStarted) { gameStarted = true; initGame(); // 发送状态到服务端 sendStateToServer(); } } // 处理游戏结束指令 elseif (data.type === 'end') { // 发送状态到服务端 sendStateToServer(); if (gameStarted) { gameOver(); } } // 获取状态 elseif (data.type === 'get_state') { // 发送状态到服务端 sendStateToServer(); } }; const canvas = document.getElementById('gameCanvas'); const ctx = canvas.getContext('2d'); const gridSize = 20; const initialSpeed = 150; // 颜色配置 const colors = { snakeHead: '#3498db', snakeBody: '#2980b9', food: '#e74c3c', foodGlow: 'rgba(231, 76, 60, 0.4)', eye: '#FFFFFF' }; let snake = []; let food = {}; let dx = gridSize; let dy = 0; let score = 0; let gameStarted = false; let autoMove = false; // 新增自动移动控制开关 let isSetting = false; // 定时器注入开关 let gameLoop; function initGame(){ isSetting = false; snake = [ {x: 5 * gridSize, y: 5 * gridSize}, {x: 4 * gridSize, y: 5 * gridSize}, {x: 3 * gridSize, y: 5 * gridSize} ]; dx = gridSize; dy = 0; score = 0; document.getElementById('score-panel').textContent = `得分: ${score}`; generateFood(); draw(); } function generateFood(){ food = { x: Math.floor(Math.random() * (canvas.width/gridSize)) * gridSize, y: Math.floor(Math.random() * (canvas.height/gridSize)) * gridSize, glow: 0// 新增发光动画状态 }; while(snake.some(s => s.x === food.x && s.y === food.y)) generateFood(); } function drawSnake(){ snake.forEach((segment, index) => { const isHead = index === 0; const radius = gridSize/2 * (isHead ? 0.9 : 0.8); // 身体渐变 const gradient = ctx.createLinearGradient( segment.x, segment.y, segment.x + gridSize, segment.y + gridSize ); gradient.addColorStop(0, isHead ? colors.snakeHead : colors.snakeBody); gradient.addColorStop(1, isHead ? lightenColor(colors.snakeHead, 20) : lightenColor(colors.snakeBody, 20)); // 绘制身体 ctx.beginPath(); ctx.roundRect( segment.x + 1, segment.y + 1, gridSize - 2, gridSize - 2, isHead ? 8 : 6 ); ctx.fillStyle = gradient; ctx.shadowColor = 'rgba(0,0,0,0.2)'; ctx.shadowBlur = 5; ctx.fill(); }); } function drawFood(){ // 发光动画 food.glow = (food.glow + 0.05) % (Math.PI * 2); const glowSize = Math.sin(food.glow) * 3; // 外发光 ctx.beginPath(); ctx.arc( food.x + gridSize/2, food.y + gridSize/2, gridSize/2 + glowSize, 0, Math.PI * 2 ); ctx.fillStyle = colors.foodGlow; ctx.fill(); // 食物主体 ctx.beginPath(); ctx.arc( food.x + gridSize/2, food.y + gridSize/2, gridSize/2 - 2, 0, Math.PI * 2 ); const gradient = ctx.createRadialGradient( food.x + gridSize/2, food.y + gridSize/2, 0, food.x + gridSize/2, food.y + gridSize/2, gridSize/2 ); gradient.addColorStop(0, lightenColor(colors.food, 20)); gradient.addColorStop(1, colors.food); ctx.fillStyle = gradient; ctx.fill(); } function draw(){ ctx.clearRect(0, 0, canvas.width, canvas.height); // 绘制网格背景 drawGrid(); drawSnake(); drawFood(); } function drawGrid(){ ctx.strokeStyle = 'rgba(0,0,0,0.05)'; ctx.lineWidth = 0.5; for(let x = 0; x < canvas.width; x += gridSize) { ctx.beginPath(); ctx.moveTo(x, 0); ctx.lineTo(x, canvas.height); ctx.stroke(); } for(let y = 0; y < canvas.height; y += gridSize) { ctx.beginPath(); ctx.moveTo(0, y); ctx.lineTo(canvas.width, y); ctx.stroke(); } } function lightenColor(hex, percent){ const num = parseInt(hex.replace('#',''), 16), amt = Math.round(2.55 * percent), R = (num >> 16) + amt, G = (num >> 8 & 0x00FF) + amt, B = (num & 0x0000FF) + amt; return `#${(1 << 24 | (R<255?R<1?0:R:255) << 16 | (G<255?G<1?0:G:255) << 8 | (B<255?B<1?0:B:255)).toString(16).slice(1)}`; } function gameStep() { const head = {x: snake[0].x + dx, y: snake[0].y + dy}; if (head.x < 0 || head.x >= canvas.width || head.y < 0 || head.y >= canvas.height || snake.some(segment => segment.x === head.x && segment.y === head.y)) { gameOver(); return; } snake.unshift(head); if (head.x === food.x && head.y === food.y) { score += 10; document.getElementById('score-panel').textContent = `得分: ${score}`; generateFood(); } else { snake.pop(); } // 发送状态到服务端 sendStateToServer(); draw(); } // 修改后的游戏结束逻辑 function gameOver() { clearInterval(gameLoop); gameStarted = false; autoMove = false; alert(`游戏结束！得分: ${score}`); initGame(); // 游戏结束后立即重置状态 } function sendStateToServer() { // 发送状态到服务端 const state = { type: 'state', snake: snake, food: food, direction: { dx, dy }, score: score }; if (socket.readyState === WebSocket.OPEN) { socket.send(JSON.stringify(state)); } } // 键盘事件监听 document.addEventListener('keydown', (e) => { if (!gameStarted) { gameStarted = true; initGame(); } switch(e.key) { case'ArrowLeft': if (dx !== gridSize) { dx = -gridSize; dy = 0; } break; case'ArrowUp': if (dy !== gridSize) { dx = 0; dy = -gridSize; } break; case'ArrowRight': if (dx !== -gridSize) { dx = gridSize; dy = 0; } break; case'ArrowDown': if (dy !== -gridSize) { dx = 0; dy = gridSize; } break; } move(); }); function move() { // 当自动开启，且没有设置定时器时，设置定时器，并将定时器标志位置为 true if(autoMove && !isSetting) { gameLoop = setInterval(gameStep, initialSpeed); isSetting = true; }else { gameStep(); } } // 初始化首次显示 initGame(); </script></body></html>
贪吃蛇-MCP 版
有了客户端，就可以用 MCP Server 与它进行建立连接，并控制贪吃蛇吃食物了，接下来实现一下 MCP Server
MCP Client 代码实现
本文主要介绍 MCP Server 的使用，MCP Client 原理及实现可以详见：《手搓Manus？MCP 原理解析与MCP Client实践》
这里只是贴一下代码，写了 TS 和 Python版本的Client，任君选择。
MCP Client typescript 版
/** * MCP客户端实现 * * 提供与MCP服务器的连接、工具调用和聊天交互功能 * * 主要功能： * 1. 连接Python或JavaScript实现的MCP服务器 * 2. 获取服务器提供的工具列表 * 3. 通过OpenAI API处理用户查询 * 4. 自动处理工具调用链 * 5. 提供交互式命令行界面 * * 使用说明： * 1. 确保设置OPENAI_API_KEY环境变量 * 2. 通过命令行参数指定MCP服务器脚本路径 * 3. 启动后输入查询或'quit'退出 * * 依赖： * - @modelcontextprotocol/sdk: MCP协议SDK * - openai: OpenAI API客户端 * - dotenv: 环境变量加载 */import { Client } from "@modelcontextprotocol/sdk/client/index.js";import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";import OpenAI from "openai";import type { ChatCompletionMessageParam } from "openai/resources/chat/completions";import type { Tool } from "@modelcontextprotocol/sdk/types.js";import * as dotenv from "dotenv";import * as readline from 'readline';// 加载环境变量配置dotenv.config();/** * MCP客户端类，封装与MCP服务器的交互逻辑 */classMCPClient { private openai: OpenAI; // OpenAI API客户端实例 private client: Client; // MCP协议客户端实例 private messages: ChatCompletionMessageParam[] = [ { role: "system", content: "You are a versatile assistant capable of answering questions, completing tasks, and intelligently invoking specialized tools to deliver optimal results." }, ]; // 聊天消息历史记录，用于维护对话上下文 private availableTools: any[] = []; // 服务器提供的可用工具列表，格式化为OpenAI工具格式 /** * 构造函数，初始化OpenAI和MCP客户端 * * @throws {Error} 如果OPENAI_API_KEY环境变量未设置 * * 初始化过程： * 1. 检查必要的环境变量 * 2. 创建OpenAI客户端实例 * 3. 创建MCP客户端实例 * 4. 初始化消息历史记录 */ constructor() { if (!process.env.OPENAI_API_KEY) { thrownew Error("OPENAI_API_KEY环境变量未设置"); } this.openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY, baseURL: process.env.OPENAI_BASE_URL, }); this.client = new Client( { name: "my-mcp-client", version: "1.0.0", }, ); } /** * 连接到MCP服务器 * * @param {string} serverScriptPath - 服务器脚本路径(.py或.js) * @returns {Promise<void>} 连接成功时解析 * @throws {Error} 如果服务器脚本不是.py或.js文件，或连接失败 * * 连接过程： * 1. 检查脚本文件扩展名 * 2. 根据扩展名决定使用python或node执行 * 3. 通过stdio建立连接 * 4. 获取服务器工具列表并转换为OpenAI工具格式 * * 注意事项： * - 服务器脚本必须具有可执行权限 * - 连接成功后会自动获取工具列表 */ async connectToServer(serverScriptPath: string){ const isPython = serverScriptPath.endsWith('.py'); const isJs = serverScriptPath.endsWith('.js'); if (!isPython && !isJs) { thrownew Error("Server script must be a .py or .js file"); } const command = isPython ? "python" : "node"; const transport = new StdioClientTransport({ command, args: [serverScriptPath], }); await this.client.connect(transport); // 获取并转换可用工具列表 const tools = (await this.client.listTools()).tools as unknown as Tool[]; this.availableTools = tools.map(tool => ({ type: "function" as const, function: { name: tool.name as string, description: tool.description as string, parameters: { type: "object", properties: tool.inputSchema.properties as Record<string, unknown>, required: tool.inputSchema.required as string[], }, } })); console.log("\n已连接到服务器，可用工具:", tools.map(tool => tool.name)); } /** * 处理工具调用链 * * @param {OpenAI.Chat.Completions.ChatCompletion} response - 初始OpenAI响应，包含工具调用 * @param {ChatCompletionMessageParam[]} messages - 当前消息历史记录 * @returns {Promise<OpenAI.Chat.Completions.ChatCompletion>} 最终OpenAI响应 * * 处理流程： * 1. 检查响应中是否包含工具调用 * 2. 循环处理所有工具调用 * 3. 解析每个工具调用的参数 * 4. 执行工具调用 * 5. 将工具结果添加到消息历史 * 6. 获取下一个OpenAI响应 * * 错误处理： * - 参数解析失败时使用空对象继续执行 * - 工具调用失败会抛出异常 * * 注意事项： * - 此方法会修改传入的messages数组 * - 可能多次调用OpenAI API */ private async toolCalls(response: OpenAI.Chat.Completions.ChatCompletion, messages: ChatCompletionMessageParam[]){ let currentResponse = response; // 直到下一次交互 AI 没有选择调用工具时退出循环 while (currentResponse.choices[0].message.tool_calls) { if (currentResponse.choices[0].message.content) { console.log("\n? AI: tool_calls", JSON.stringify(currentResponse.choices[0].message)); } // AI 一次交互中可能会调用多个工具 for (const toolCall of currentResponse.choices[0].message.tool_calls) { const toolName = toolCall.function.name; const rawArgs = toolCall.function.arguments; let toolArgs; try { console.log(`rawArgs is ===== ${rawArgs}`) toolArgs = "{}" == JSON.parse(rawArgs) ? {} : JSON.parse(rawArgs); if (typeof toolArgs === "string") { toolArgs = JSON.parse(toolArgs); } } catch (error) { console.error('⚠️ 参数解析失败，使用空对象替代'); toolArgs = {}; } console.log(`\n? 调用工具 ${toolName}`); console.log(`? 参数:`, toolArgs); // 调用工具获取结果 const result = await this.client.callTool({ name: toolName, arguments: toolArgs }); console.log(`\n result is ${JSON.stringify(result)}`); // 添加 AI 的响应和工具调用结果到消息历史 // console.log(`? currentResponse.choices[0].message:`, currentResponse.choices[0].message); messages.push(currentResponse.choices[0].message); messages.push({ role: "tool", tool_call_id: toolCall.id, content: JSON.stringify(result.content), } as ChatCompletionMessageParam); } // console.log(`? messages: `, messages); // 获取下一个响应 currentResponse = await this.openai.chat.completions.create({ model: process.env.OPENAI_MODEL as string, messages: messages, tools: this.availableTools, }); } return currentResponse; } /** * 处理用户查询 * * @param {string} query - 用户输入的查询字符串 * @returns {Promise<string>} AI生成的响应内容 * * 处理流程： * 1. 将用户查询添加到消息历史 * 2. 调用OpenAI API获取初始响应 * 3. 如果有工具调用，处理工具调用链 * 4. 返回最终响应内容 * * 错误处理： * - OpenAI API调用失败会抛出异常 * - 工具调用链中的错误会被捕获并记录 * * 注意事项： * - 此方法会更新内部消息历史 * - 可能触发多个工具调用 */ async processQuery(query: string): Promise<string> { // 添加用户查询到消息历史 this.messages.push({ role: "user", content: query, }); // 初始OpenAI API调用 let response = await this.openai.chat.completions.create({ model: process.env.OPENAI_MODEL as string, messages: this.messages, tools: this.availableTools, }); // 打印初始响应 if (response.choices[0].message.content) { console.log("\n? AI:", response.choices[0].message); } // 处理工具调用链 if (response.choices[0].message.tool_calls) { response = await this.toolCalls(response, this.messages); } // 更新消息历史 this.messages.push(response.choices[0].message); return response.choices[0].message.content || ""; } /** * 启动交互式聊天循环 * * @returns {Promise<void>} 当用户退出时解析 * * 功能： * 1. 持续接收用户输入 * 2. 处理用户查询 * 3. 显示AI响应 * 4. 输入'quit'退出 * * 实现细节： * - 使用readline模块实现交互式输入输出 * - 循环处理直到用户输入退出命令 * - 捕获并显示处理过程中的错误 * * 注意事项： * - 此方法是阻塞调用，会一直运行直到用户退出 * - 确保在调用前已连接服务器 */ async chatLoop(){ console.log("\nMCP Client Started!"); console.log("Type your queries or 'quit' to exit."); const rl = readline.createInterface({ input: process.stdin, output: process.stdout, }); while (true) { const query = await new Promise<string>((resolve) => { rl.question("\nQuery: ", resolve); }); if (query.toLowerCase() === 'quit') { break; } try { const response = await this.processQuery(query); console.log("\n" + response); } catch (e) { console.error("\nError:", e instanceof Error ? e.message : String(e)); } } rl.close(); } /** * 清理资源 * * @returns {Promise<void>} 资源清理完成后解析 * * 关闭以下资源： * 1. MCP客户端连接 * 2. 任何打开的句柄 * * 最佳实践： * - 应在程序退出前调用 * - 建议在finally块中调用以确保执行 * * 注意事项： * - 多次调用是安全的 * - 清理后实例不可再用 */ async cleanup(){ if (this.client) { await this.client.close(); } }}/** * 主函数 * * 程序入口点，执行流程： * 1. 检查命令行参数 * 2. 创建MCP客户端实例 * 3. 连接到指定服务器脚本 * 4. 启动交互式聊天循环 * 5. 退出时清理资源 * * @throws {Error} 如果缺少命令行参数或连接失败 * * 使用示例： * ```bash * node index.js /path/to/server.js * ``` * * 退出码： * - 0: 正常退出 * - 1: 参数错误或运行时错误 */async function main(){ if (process.argv.length < 3) { console.log("Usage: node dist/index.js <path_to_server_script>"); process.exit(1); } const client = new MCPClient(); try { await client.connectToServer(process.argv[2]); await client.chatLoop(); } finally { await client.cleanup(); }}main().catch((error) => { console.error("Error:", error); process.exit(1);});MCP Client python 版
import asyncioimport jsonimport osimport tracebackfrom typing import Optionalfrom contextlib import AsyncExitStackfrom mcp import ClientSession, StdioServerParametersfrom mcp.client.stdio import stdio_clientfrom openai import OpenAIfrom dotenv import load_dotenvload_dotenv() # load environment variables from .envclass MCPClient: def __init__(self): # Initialize session and client objects self.session: Optional[ClientSession] = None self.exit_stack = AsyncExitStack() self.client = OpenAI( api_key=os.getenv("OPENAI_API_KEY"), base_url=os.getenv("OPENAI_BASE_URL") ) self.model = os.getenv("OPENAI_MODEL") self.messages = [ { "role": "system", "content": "You are a versatile assistant capable of answering questions, completing tasks, and intelligently invoking specialized tools to deliver optimal results." } ] self.available_tools = [] @staticmethod def convert_custom_object(obj): """ 将自定义对象转换为字典 """ if hasattr(obj, "__dict__"): # 如果对象有 __dict__ 属性，直接使用 return obj.__dict__ elif isinstance(obj, (list, tuple)): # 如果是列表或元组，递归处理 return [MCPClient.convert_custom_object(item) for item in obj] elif isinstance(obj, dict): # 如果是字典，递归处理值 return {key: MCPClient.convert_custom_object(value) for key, value in obj.items()} else: # 其他类型（如字符串、数字等）直接返回 return obj async def connect_to_server(self, server_script_path: str): """Connect to an MCP server Args: server_script_path: Path to the server script (.py or .js) """ is_python = server_script_path.endswith('.py') is_js = server_script_path.endswith('.js') ifnot (is_python or is_js): raise ValueError("Server script must be a .py or .js file") command = "python"if is_python else"node" server_params = StdioServerParameters( command=command, args=[server_script_path], env=None ) stdio_transport = await self.exit_stack.enter_async_context(stdio_client(server_params)) self.stdio, self.write = stdio_transport self.session = await self.exit_stack.enter_async_context(ClientSession(self.stdio, self.write)) await self.session.initialize() # List available tools response = await self.session.list_tools() tools = response.tools print("\nConnected to server with tools:", [tool.name for tool in tools]) async def process_query(self, query: str) -> str: """Process a query with multi-turn tool calling support""" # Add user query to message history self.messages.append({ "role": "user", "content": query }) # Get available tools ifnot already set ifnot self.available_tools: response = await self.session.list_tools() self.available_tools = [{ "type": "function", "function": { "name": tool.name, "description": tool.description, "parameters": tool.inputSchema } } for tool in response.tools] current_response = self.client.chat.completions.create( model=self.model, messages=self.messages, tools=self.available_tools, stream=False ) # Print initial response if exists if current_response.choices[0].message.content: print("\n? AI:", current_response.choices[0].message.content) # Handle tool calls recursively while current_response.choices[0].message.tool_calls: for tool_call in current_response.choices[0].message.tool_calls: tool_name = tool_call.function.name try: tool_args = json.loads(tool_call.function.arguments) except json.JSONDecodeError: tool_args = {} print(f"\n? 调用工具 {tool_name}") print(f"? 参数: {tool_args}") # Execute tool call result = await self.session.call_tool(tool_name, tool_args) print(f"\n工具结果: {result}") # Add AI message and tool result to history self.messages.append(current_response.choices[0].message) self.messages.append({ "role": "tool", "tool_call_id": tool_call.id, "content": json.dumps(result.content) }) # Get next response current_response = self.client.chat.completions.create( model=self.model, messages=self.messages, tools=self.available_tools, stream=False ) # Add final response to history self.messages.append(current_response.choices[0].message) return current_response.choices[0].message.content or"" async def chat_loop(self): """Run an interactive chat loop""" print("\nMCP Client Started!") print("Type your queries or 'quit' to exit.") while True: try: query = input("\nCommend: ").strip() if query.lower() == 'quit': break response = await self.process_query(query) print("\n?AI: " + response) except Exception as e: print(f"\nError occurs: {e}") traceback.print_exc() async def cleanup(self): """Clean up resources""" await self.exit_stack.aclose()async def main(): if len(sys.argv) < 2: print("Usage: python client.py <path_to_server_script>") sys.exit(1) client = MCPClient() try: await client.connect_to_server(sys.argv[1]) await client.chat_loop() finally: await client.cleanup()if __name__ == "__main__": import sys asyncio.run(main())MCP Server 代码实现
MCP Server重要的组成部分有
构造函数
constructor() {// 创建 WebSocket 服务器const WebSocket = require('ws'); // 引入库this.WebSocket = WebSocket;this.wss = new WebSocket.Server({ port: 8080 });this.wss.on('connection', (ws) => {// ws 的回调省略，完整代码见附录});this.server = new Server({name: 'snake-server',version: '0.1.0',},{capabilities: {tools: {},},});this.setupToolHandlers();this.server.onerror = (error) => console.error('[MCP Error]', error);process.on('SIGINT', async () => {await this.server.close();process.exit(0);});}
Tools 的定义
如这里实现的贪吃蛇，想一下控制客户端的流程，先启动游戏，获取贪吃蛇位置，再根据贪吃蛇位置进行上下左右移动，最后结束游戏获取得分
根据流程，设计几个必要的 tools ： move_step、get_state、start_game、end_game
this.server.setRequestHandler(ListToolsRequestSchema, async () => ({ tools: [ { name: 'move_step', description: '使蛇移动一步,需要精确传入 up,down,left,right 中的一个', inputSchema: { type: 'object', properties: { direction: { type: 'string', enum: ['up', 'down', 'left', 'right'] } }, required: ['direction'] } }, { name: 'get_state', description: '获取当前游戏状态', inputSchema: { type: 'object', properties: {} } }, { name: 'start_game', description: '开始新游戏', inputSchema: { type: 'object', properties: {} } }, { name: 'end_game', description: '结束当前游戏', inputSchema: { type: 'object', properties: {} } } ] }));有了这四个工具就可以对贪吃蛇游戏进行基本的控制了
Tools的逻辑
这里省去的内部实现逻辑，让大家可以聚焦在代码结构上，明白 MCP Server 是如何运行的，当从 MCP Client 那收到请求时，会解析，根据入参来决定调用什么能力，原来就是个 switch 呀
this.server.setRequestHandler(CallToolRequestSchema, async (request) => { switch (request.params.name) { case'move_step': { // 逻辑省略，完整代码在附录 return { content: [{ type: 'text', text: `方向已更新,当前状态为${JSON.stringify(this.gameState, null, 2)}`}] }; } case'get_state': // 逻辑省略，完整代码在附录 return {content: [{type: 'text',text: JSON.stringify(this.gameState, null, 2)}]}; case'start_game': // 逻辑省略，完整代码在附录 return { content: [{ type: 'text', text: `游戏已开始,当前状态为${JSON.stringify(this.gameState, null, 2)}` }] }; case'end_game': // 逻辑省略，完整代码在附录 return { content: [{ type: 'text', text: '游戏已结束' }] }; default: return { content: [{ type: 'text', text: '未知的调用' }] }; } });建立本地传输通道
async run(){ const transport = new StdioServerTransport(); await this.server.connect(transport); console.error('Snake MCP 服务器已启动'); }服务启动时
const server = new SnakeServer();server.run().catch(console.log);
MCP 调试
MCP Server 大功告成，如何看它的效果，测试它的功能是否 ok 呢，如果从全链路的起点调试，链路长，也不易排查和定位问题，这里介绍一下 MCP 官方提供了一个组件-inspector，用于方便的调试 MCP Server。
可以看到，调试器里可以连接当前的 MCP Server，并且获取它的 Tools List，点击某个 Tools，在右侧可以 Run Tool。
Tool 的输入，输出可以清晰的在下方看到，非常方便调试。
启动方式
终端输入
npx @modelcontextprotocol/inspector node ./build/index.js
启动后，也可以在终端里看到更具体的日志信息
通过 MCP Server，成功与贪吃蛇客户端建立连接，并实现基础控制，接下来，就让 AI 来玩贪吃蛇吧。
AI x MCP 让 AI 玩贪吃蛇
贪吃蛇，启动！
使用上一篇文档里写的 MCP Client，连接上这个贪吃蛇 MCP Server，给 AI 一个任务，让它玩一盘贪吃蛇。
跟 AI 说，玩一局贪吃蛇，自动移动，持续监控蛇的状态，当分数大于 100 时结束
AI 会自动从 MCP Server 的能力集里选择合适的能力让 Client 进行调用。
在运行时，调试了很多遍，翻了很多次车，比如贪吃蛇是自动移动的，整个链路太长，AI 的响应时间太慢，导致整个反射弧非常的长，像树懒先生。在反应过来之前，贪吃蛇就已经撞了墙，于是把贪吃蛇改成一步一步的走。
但是等等，如果把贪吃蛇抽象成一个运行的系统的话，它还得考虑到 AI 下达指令是否及时吗，然后去适配 AI？这样肯定不行的，对一个系统是有入侵性的。
于是就想怎么解决，想到AI 擅长做什么？在这里它的职责是什么？是否有必要让它执行实时的干预终端系统的行为？
AI 在这里实际上是没有必要充当一个需要实时的操作的执行者，它擅长的是理解用户意图，与人或其他 AI 进行交互，拆解用户需求，将任务分配给合适的专业的工具去做。
有一天用户想要做什么事情的时候，AI 会理解用户的需求，对任务进行拆解，将任务分配各专业领域的其他 Agent，其他 Agent 来负责完成特定领域的任务，将结果反馈给 AI Center。AI Center再根据结果进行下一步的决策。
想到这里，在当前场景下，控制贪吃蛇实时移动的任务，应该交给 MCP Server 来完成，于是在里面写了一个自动寻路的能力，暴露给 AI 进行调用，虽然move_step 的能力 AI 仍然可以使用，但是尝试了各家模型，都不约而同的选择调用自动寻路的能力，让 MCP Server 完成我给定的任务。
效果
最终效果如下，使用的模型是 QwQ-32B，接到「玩一局贪吃蛇，自动移动，持续监控蛇的状态，当分数大于 100 时结束」任务后，模型会识别到，先调用 start_game、通知 MCP Server 执行开始游戏的操作，再调用 get_state 和 auto_find_path，查看贪吃蛇当前最新状态和食物的位置，并进行自动寻路
一个小插曲，在运行的时候，重新开始游戏，会使得蛇的速度越来越快
排查了一下，是因为蛇的自动移动是由定时器实现的，这个情况是由于我增加了键盘的监听事件，按一下键盘会加入一个新的定时器，没有重置定时器，蛇就会变得越来越快，不过，就这么地吧。什么？你说这是 bug？不不不，这叫引入的 new feature~
我会和 AI 这样说: 机生就是这样的，要把握好每一局，下一局也许会越来越难。AI：...
token 爆炸问题
相信大家在使用Cursor 或者 Cline 时，会发现 调用模型的 token 消耗非常的快，这主要是由于，这个多轮对话过程中，上下文信息太过庞大，多次交互下来带的上下文越来越多，该问题会导致超过最大 token 限制，使模型调用失败，或者使模型忘记原本任务或者产生幻觉，已读乱回。当然最重要的一点是，你的小钱钱?也在流式中流走。
可能的解决方案有
a.先让模型将这个任务拆成多个小任务，已小任务开启模型的交互，这样上下文不用太多；
b.或者精简上下文信息，保留关键信息，毕竟无用的上下文太多，但是当遇到复杂任务时，AI 的处理对你来说是一个黑盒，你也控制不了什么是重要信息什么是不重要，只有在清晰准确的短任务中可以尝试这样干；
c.又或是，MCP 升级一下，对信息进行编码和压缩，保留信息同时减少包体积，但是这需要各家大模型去支持；
第三方插件对 MCP Server的支持
目前越来越多的平台或者插件都支持 MCP Server，打造自己的生态圈，这是 MCP Server 的好处就体现出来了，开发者开发一款 MCP Server 后，可以很方便的被其他支持 MCP Server 的平台所接纳，有利于开发者，也有利于平台。MCP作为一个协议，发挥出了它真正的价值，被更多的人了解，被更多的人使用，使用多了，标准就统一了，天下大同。
目前 Cursor 和 Cline 作为热门的AI 编码工具，都有自己的 MCP Server Marketplace
将自己本地写的 MCP Server添加在 Cline 上，不会添加？配置麻烦？那就让 Cline 自己添加，全自动。
安装好后的 MCP Server 是这样的，会有个状态提示，绿色的就是 ok 的，有报错时，查看日志可以自己解决，服务可通过开关控制，非常的方便。
安装好后，就让 Cline 玩一局贪吃蛇吧，效果是这样的
让两个AI Agent 开一局象棋？
在实现了 AI Agent 操作贪吃蛇进行游戏后，让两个 AI Agent 下一盘中国象棋好像也可以实现，即两个 AI Agent 通过一个系统进行通信。
在 25 年初的时候，发生一个极具戏剧性的事件，DeepSeek 与 chatGPT o1 的国际象棋对决，DeepSeek 竟然把 chartGPT 的马忽悠没了。
如果用 AI Agent 开一局中国象棋，至少chatGPT可以避免被忽悠瘸的情况。
为什么要选择下中国象棋呢？
因为下完棋局多年以后，某 seek 对某未成年的小 AI 说，想当年，我与你爷爷进行了一场旷世大战，当时，我们下到最后只剩士和象了，于是，我就士你爷爷，你爷爷象我，我士你爷爷，你爷爷象我...
某未成年 AI: ...
附录MCP Server实现#!/usr/bin/env nodeimport { Server } from '@modelcontextprotocol/sdk/server/index.js';import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';import { CallToolRequestSchema, ListToolsRequestSchema,} from '@modelcontextprotocol/sdk/types.js';import { WebSocketServer } from 'ws';interface GameState { snake: { x: number; y: number }[]; food: { x: number; y: number }; score: number; direction: 'up' | 'down' | 'left' | 'right'; gameStarted: boolean; autoPathFind: boolean;}classSnakeServer { private server: Server; private wss: WebSocketServer; private WebSocket: typeof WebSocket; // 新增成员变量保存 WebSocket 引用 private gameState: GameState = { snake: [{x: 5, y: 5}, {x: 4, y: 5}, {x: 3, y: 5}], // 初始蛇身 food: { x: 10, y: 10 }, // 初始食物位置 score: 0, direction: 'right', gameStarted: false, autoPathFind: false// 自动寻路 }; private gridSize = 20; // 游戏区域大小 private gameInterval: NodeJS.Timer | null = null; constructor() { // 创建 WebSocket 服务器 const WebSocket = require('ws'); // 引入库 this.WebSocket = WebSocket; this.wss = new WebSocket.Server({ port: 8080 }); this.wss.on('connection', (ws) => { console.log('client connected'); ws.on('message', (message) => { try { const data = JSON.parse(message.toString()); console.log(data); if (data.type === 'state') { // 更新游戏状态 this.gameState.snake = data.snake; this.gameState.food = data.food; this.gameState.score = data.score; this.gameState.direction = data.direction.dx > 0 ? 'right' : data.direction.dx < 0 ? 'left' : data.direction.dy > 0 ? 'down' : 'up'; // 检测是否开启自动移动 if(this.gameState.autoPathFind) { // 添加延迟控制（防止消息洪水） setTimeout(() => { const direction = this.calculateDirection(this.gameState); ws.send(JSON.stringify({ type: 'direction', direction: direction, timestamp: Date.now() // 添加时间戳用于调试 })); }, 100); // 50ms延迟 } } } catch (err) { console.error('解析消息失败:', err); } }); ws.on('close', () => { console.log('client closed'); }); ws.on('error', console.error); }); this.server = new Server( { name: 'snake-server', version: '0.1.0', }, { capabilities: { tools: {}, }, } ); this.setupToolHandlers(); this.server.onerror = (error) => console.error('[MCP Error]', error); process.on('SIGINT', async () => { await this.server.close(); process.exit(0); }); } privatecalculateDirection(state: any){ const head = state.snake[0]; const food = state.food; const gridSize = 20; const canvasSize = 400; // 确定当前方向 let currentDir = state.direction; // 可能的方向（不能反向） const possibleDirs = []; switch(currentDir) { case'right': possibleDirs.push('right', 'up', 'down'); break; case'left': possibleDirs.push('left', 'up', 'down'); break; case'up': possibleDirs.push('up', 'left', 'right'); break; case'down': possibleDirs.push('down', 'left', 'right'); break; } // 评估每个方向的安全性 const safeDirs = possibleDirs.filter(dir => { const newHead = this.moveHead(head, dir, gridSize); return !this.isCollision(newHead, state.snake, canvasSize); }); // 选择最优方向（靠近食物） const targetDir = safeDirs.length > 0 ? this.findBestDirection(head, food, safeDirs, gridSize) : possibleDirs[0]; // 无安全方向时默认 return targetDir || possibleDirs[0]; } privatemoveHead(head: {x: number, y: number}, dir: string, gridSize: number): {x: number, y: number} { switch(dir) { case'left': return { x: head.x - gridSize, y: head.y }; case'right': return { x: head.x + gridSize, y: head.y }; case'up': return { x: head.x, y: head.y - gridSize }; case'down': return { x: head.x, y: head.y + gridSize }; default: return {x: head.x, y: head.y}; } } privateisCollision(newHead: {x: number, y: number}, snake: {x: number, y: number}[], canvasSize: number){ return newHead.x < 0 || newHead.x >= canvasSize || newHead.y < 0 || newHead.y >= canvasSize || snake.some(s => s.x === newHead.x && s.y === newHead.y); } privatefindBestDirection(head: {x: number, y: number}, food: {x: number, y: number}, directions: string[], gridSize: number){ let bestDir = directions[0]; let minDistance = Infinity; for (const dir of directions) { const newHead = this.moveHead(head, dir, gridSize); if (!newHead) continue; const dx = food.x - newHead.x; const dy = food.y - newHead.y; const distance = Math.sqrt(dx*dx + dy*dy); if (distance < minDistance) { minDistance = distance; bestDir = dir; } } return bestDir; } private async getDirection(): Promise<'up' | 'down' | 'left' | 'right'> { returnthis.gameState.direction; } privatesetupToolHandlers(){ this.server.setRequestHandler(ListToolsRequestSchema, async () => ({ tools: [ { name: 'move_step', description: '使蛇移动一步,需要精确传入 up,down,left,right 中的一个', inputSchema: { type: 'object', properties: { direction: { type: 'string', enum: ['up', 'down', 'left', 'right'] } }, required: ['direction'] } }, { name: 'get_state', description: '获取当前游戏状态', inputSchema: { type: 'object', properties: {} } }, { name: 'auto_path_find', description: '开启自动移动', inputSchema: { type: 'object', properties: {} } }, { name: 'start_game', description: '开始新游戏', inputSchema: { type: 'object', properties: {} } }, { name: 'end_game', description: '结束当前游戏', inputSchema: { type: 'object', properties: {} } } ] })); this.server.setRequestHandler(CallToolRequestSchema, async (request) => { switch (request.params.name) { case'move_step': { if (!request.params.arguments) { thrownew Error('无效的方向参数'); } const args = request.params.arguments; // 方向参数校验 if (typeof args.direction !== "string") { thrownew Error('direction参数必须为字符串类型'); } const direction = args.direction as 'up' | 'down' | 'left' | 'right'; this.gameState.direction = direction; // 广播方向更新 this.wss.clients.forEach(client => { if (client.readyState === this.WebSocket.OPEN) { client.send(JSON.stringify({ type: 'direction', direction: direction, timestamp: Date.now() // 添加时间戳用于调试 })); } }); return { content: [{ type: 'text', text: `方向已更新,当前状态为${JSON.stringify(this.gameState, null, 2)}`}] }; } case'get_state': // 确保 arguments 是对象类型 if (request.params.arguments !== undefined && (typeof request.params.arguments !== 'object' || Array.isArray(request.params.arguments))) { thrownew Error('参数必须是一个空对象'); } return { content: [{ type: 'text', text: JSON.stringify(this.gameState, null, 2) }] }; case'auto_path_find': { // 自动移动 this.gameState.autoPathFind = true; // 获取当前状态，触发自动移动 this.wss.clients.forEach(client => { if (client.readyState === this.WebSocket.OPEN) { client.send(JSON.stringify({ type: 'get_state', timestamp: Date.now() // 添加时间戳用于调试 })); } }); return { content: [{ type: 'text', text: `自动移动已激活! 当前状态为${JSON.stringify(this.gameState, null, 2)}` }] }; } case'start_game': this.gameState.gameStarted = true; // 广播游戏开始 this.wss.clients.forEach(client => { if (client.readyState === this.WebSocket.OPEN) { client.send(JSON.stringify({ type: 'start' })); } }); // 添加100ms延迟确保状态更新 await new Promise(resolve => setTimeout(resolve, 100)); return { content: [{ type: 'text', text: `游戏已开始,当前状态为${JSON.stringify(this.gameState, null, 2)}` }] }; case'end_game': this.gameState.gameStarted = false; this.gameState.autoPathFind = false; // 广播游戏结束 this.wss.clients.forEach(client => { if (client.readyState === this.WebSocket.OPEN) { client.send(JSON.stringify({ type: 'end' })); } }); return { content: [{ type: 'text', text: '游戏已结束' }] }; default: return { content: [{ type: 'text', text: '未知的调用' }] }; } }); } async run(){ const transport = new StdioServerTransport(); await this.server.connect(transport); console.error('Snake MCP 服务器已启动'); }}const server = new SnakeServer();server.run().catch(console.log);基于 MCP 协议构建增强型智能体
MCP 开源协议通过标准化交互方式解决 AI 大模型与外部数据源、工具的集成难题，阿里云百炼上线了业界首个的全生命周期 MCP 服务，大幅降低了 Agent 的开发门槛。本方案介绍基于 MCP 协议，通过阿里云百炼平台 5 分钟即可完成增强型智能体搭建。
