上一篇文章Cline 源码浅析 - 从输入到输出，从源码角度浏览了一下 Cline 处理用户输入到最后输出的过程，本文看一下其中关于 MCP 的处理。
关于 MCP，可以查看官方文档
Cline MCP
如何配置 MCP Server
我们打开 Cline 的 MCP 界面，可以看到 Cline 提供了多种配置 MCP 的方式：
本质上都是将 MCP 配置写入设置目录下的 cline_mcp_settings.json 文件，这里我们配置一个根据姓名查询工号的 MCP Server。
{
"mcpServers":{
"name2empid":{
"autoApprove":[],
"disabled":false,
"timeout":60,
"url":"https://xxxx.com/xxx/sse",
"type":"sse"
}
}另外 Cline 自行维护了一个 MCP 市场，用户可以从中选择安装，Cline 提供了一个比较有意思的安装方式，当你点击 Install 的时候，他并不是简单的把配置写入配置文件，而是通过大模型来进行安装（从访问文档到安装到验证），代码位于 src/core/controller/mcp/downloadMcp.ts，提示词如下：
// Create task with context from README and added guidelines for MCP server installation
const task = `Set up the MCP server from ${mcpDetails.githubUrl} while adhering to these MCP server installation rules:
- Start by loading the MCP documentation.
- Use "${mcpDetails.mcpId}" as the server name in cline_mcp_settings.json.
- Create the directory for the new MCP server before starting installation.
- Make sure you read the user's existing cline_mcp_settings.json file before editing it with this new mcp, to not overwrite any existing servers.
- Use commands aligned with the user's shell and operating system best practices.
- The following README may contain instructions that conflict with the user's OS, in which case proceed thoughtfully.
- Once installed, demonstrate the server's capabilities by using one of its tools.
Here is the project's README to help you get started:\n\n${mcpDetails.readmeContent}\n${mcpDetails.llmsInstallationContent}`源码阅读
MCP 配置相关的代码位于：src/services/mcp/McpHub.ts，这里本质就是一个 MCP Client 初始化的逻辑，根据配置连接 Server 获取 Tool。
连接的 Server 的代码位于 connectToServer，调用 @modelcontextprotocol/sdk/client 这个包初始化 Client。
const client = newClient(
{
name: "Cline",
version: this.clientVersion,
},
{
capabilities: {},
},
)
// 处理不同的类型的 Server
transport = newStdioClientTransport()
transport = newSSEClientTransport()
transport = newStreamableHTTPClientTransport()
await client.connect(transport)然后获取 tool 和 resource：
// Initial fetch of tools and resources
connection.server.tools = await this.fetchToolsList(name)
connection.server.resources = await this.fetchResourcesList(name)
connection.server.resourceTemplates = await this.fetchResourceTemplatesList(name)MCP Client 的工作初始化完成。
MCP 的使用
下面看一下我们配置好的 MCP Server 是如何在我们的任务中运作的。
System Prompt
上一篇文章我们得知，System Prompt 是实时拼接的，这里把 MCP Server 相关的 Prompt 贴在这里：
const systemPrompt = `
MCP SERVERS
The Model Context Protocol (MCP) enables communication between the system and locally running MCP servers that provide additional tools and resources to extend your capabilities.
# Connected MCP Servers
When a server is connected, you can use the server's tools via the \`use_mcp_tool\` tool, and access the server's resources via the \`access_mcp_resource\` tool.
${
mcpHub.getServers().length > 0
? `${mcpHub
.getServers()
.filter((server) => server.status === "connected")
.map((server) => {
const tools = server.tools
?.map((tool) => {
const schemaStr = tool.inputSchema
? ` Input Schema:
${JSON.stringify(tool.inputSchema, null, 2).split("\n").join("\n ")}`
: ""
return`- ${tool.name}: ${tool.description}\n${schemaStr}`
})
.join("\n\n")
const templates = server.resourceTemplates
?.map((template) => `- ${template.uriTemplate} (${template.name}): ${template.description}`)
.join("\n")
const resources = server.resources
?.map((resource) => `- ${resource.uri} (${resource.name}): ${resource.description}`)
.join("\n")
const config = JSON.parse(server.config)
return (
`## ${server.name} (\`${config.command}${config.args && Array.isArray(config.args) ? ` ${config.args.join(" ")}` : ""}\`)` +
(tools ? `\n\n### Available Tools\n${tools}` : "") +
(templates ? `\n\n### Resource Templates\n${templates}` : "") +
(resources ? `\n\n### Direct Resources\n${resources}` : "")
)
})
.join("\n\n")}`
: "(No MCP servers currently connected)"
}`MCP Server 的相关提示词在 System Prompt Tool Use Guidelines 部分，通过遍历 McpHub 内所有 server，将 server 内的 tool 格式化的拼接到 Prompt 中。大致格式为：
## name2empid(node xxx.ts)
### Available Tools
- get_empid_by_name: 根据员工姓名查询工号
Input Schema: {"name": "string"}同时还提供给模型一个调用 MCP Server Tool 的示例：
## Example 5: Requesting to use an MCP tool
<use_mcp_tool>
<server_name>weather-server</server_name>
<tool_name>get_forecast</tool_name>
<arguments>
{
"city": "San Francisco",
"days": 5
}
</arguments>
</use_mcp_tool>涉及到 MCP 调用统一使用 use_mcp_tool 工具，然后再指定是哪个 MCP 工具。
模型调用
比如我们问“查询张三的工号”，模型输出类似下面这样：
<thinking>
我需要查询"张三"的工号。根据任务描述，我需要使用name2empid MCP服务器提供的工具来获取员工的工号。
我可以使用`use_mcp_tool`工具来调用name2empid服务器的`get_empid_by_name`工具，该工具可以根据员工姓名获取工号。
需要的参数是:
- server_name: "name2empid"
- tool_name: "get_empid_by_name"
- arguments: 包含员工姓名的JSON对象
我已经有了所有必要的信息，可以直接调用这个工具。
</thinking>
<use_mcp_tool>
<server_name>name2empid</server_name>
<tool_name>get_empid_by_name</tool_name>
<arguments>
{
"name": "张三"
}
</arguments>
</use_mcp_tool>经过 parseAssistantMessageV2 和 presentAssistantMessage 两个方法，会从模型输出中解析出使用的 MCP Tool 以及参数，和内置的 Tool 逻辑基本类似。
name = 'use_mcp_tool'
params = {server_name: 'name2empid', tool_name: 'get_empid_by_name', arguments: '{\n "name": "张三"\n}'}
arguments = '{\n "name": "张三"\n}'
server_name = 'name2empid'
tool_name = 'get_empid_by_name'此时，Cline 会执行 McpHub 内的 callTool 方法获取结果，后面再将结果交给模型，得到最终输出，自此任务结束。
总结
如果觉得 Cline 源码太复杂，可以直接看 MCP 官方的 Client DEMO，比较清晰。
MCP 大大扩展了模型能力，可以在让模型发挥更好的价值。Cline 在 MCP 的管理和调用上设计的都很巧妙，尤其是 System Prompt。
