1. 項(xiàng)目概述為什么MCP是AI應(yīng)用開發(fā)的下一個關(guān)鍵拼圖最近在折騰AI應(yīng)用開發(fā)的朋友可能都遇到過這樣的困境你有一個功能強(qiáng)大的大語言模型比如GPT-4或者Claude你想讓它幫你處理公司內(nèi)部的數(shù)據(jù)庫、調(diào)用某個特定的API、或者讀取你本地的一個特殊格式的文件。結(jié)果你發(fā)現(xiàn)模型對這些“外部世界”的信息一無所知它就像一個被困在信息孤島里的天才空有強(qiáng)大的推理能力卻無法觸及完成任務(wù)所需的關(guān)鍵數(shù)據(jù)。傳統(tǒng)的做法是開發(fā)者需要寫大量的膠水代碼把數(shù)據(jù)轉(zhuǎn)換成模型能理解的文本再把模型的輸出解析成系統(tǒng)能執(zhí)行的指令這個過程繁瑣、脆弱且難以復(fù)用。這就是“模型上下文協(xié)議”要解決的核心問題。MCP全稱Model Context Protocol你可以把它理解為AI世界里的“USB協(xié)議”。在硬件世界USB協(xié)議定義了鍵盤、鼠標(biāo)、U盤等外設(shè)如何與電腦通信。在AI世界MCP則定義了大語言模型如何安全、標(biāo)準(zhǔn)化地與各種工具、數(shù)據(jù)源和服務(wù)進(jìn)行交互。它不是一個具體的產(chǎn)品而是一套開放的標(biāo)準(zhǔn)和規(guī)范。簡單來說MCP讓模型擁有了“可插拔”的手和眼睛。通過它模型可以動態(tài)地發(fā)現(xiàn)、調(diào)用外部工具比如執(zhí)行一個計算、查詢數(shù)據(jù)庫或者按需加載外部數(shù)據(jù)比如讀取一個文件、獲取實(shí)時天氣而無需在模型訓(xùn)練時就將所有這些信息硬編碼進(jìn)去。這背后的價值巨大。對于開發(fā)者而言它意味著你可以為你的AI應(yīng)用構(gòu)建一個標(biāo)準(zhǔn)化的“工具生態(tài)”不同的工具可以即插即用極大地提升了開發(fā)效率和系統(tǒng)的可維護(hù)性。對于模型提供商和用戶而言它解決了上下文窗口有限的問題——模型不必將所有可能用到的知識都塞進(jìn)提示詞而是可以在需要時通過MCP協(xié)議精準(zhǔn)地獲取一小段最相關(guān)的上下文這既節(jié)省了token也提升了響應(yīng)的準(zhǔn)確性和時效性。我花了相當(dāng)一段時間研究和實(shí)踐MCP發(fā)現(xiàn)它正在悄然改變AI應(yīng)用架構(gòu)的設(shè)計思路。接下來我會帶你深入拆解MCP的核心設(shè)計、實(shí)操搭建一個MCP服務(wù)器并分享在集成過程中那些官方文檔不會告訴你的“坑”和技巧。2. MCP協(xié)議核心設(shè)計思想與架構(gòu)拆解要理解MCP不能只停留在“它是一個協(xié)議”的層面我們需要深入其設(shè)計哲學(xué)和架構(gòu)組件。MCP的設(shè)計目標(biāo)非常明確在模型客戶端和資源服務(wù)器之間建立一個松耦合、強(qiáng)類型、可擴(kuò)展的通信橋梁。2.1 核心組件客戶端、服務(wù)器與傳輸層MCP的架構(gòu)清晰地分為三個部分理解這三者的關(guān)系是上手的關(guān)鍵。MCP 客戶端通常就是大語言模型應(yīng)用本身或者是一個封裝了模型調(diào)用邏輯的框架比如LangChain、LlamaIndex?？蛻舳说暮诵穆氊?zé)是發(fā)起請求。它不關(guān)心工具具體如何實(shí)現(xiàn)只關(guān)心“有什么工具可用”以及“如何調(diào)用它們”。例如一個AI代碼助手客戶端它會通過MCP詢問服務(wù)器“你能提供哪些代碼相關(guān)的工具” 服務(wù)器回答“我可以提供‘搜索代碼庫’、‘執(zhí)行單元測試’、‘格式化代碼’三個工具?！?然后客戶端在需要時就會構(gòu)造一個格式化的請求給服務(wù)器“請調(diào)用‘搜索代碼庫’工具參數(shù)是query‘用戶登錄邏輯’?！盡CP 服務(wù)器這是協(xié)議中真正“干活”的部分。一個MCP服務(wù)器就是一個對外提供特定能力集合的進(jìn)程。它可以是一個簡單的腳本封裝了對本地文件系統(tǒng)的讀寫也可以是一個復(fù)雜的后端服務(wù)連接著公司的CRM數(shù)據(jù)庫和天氣API。服務(wù)器的職責(zé)是廣告能力在連接建立時主動告訴客戶端“我有哪些工具Tools可用”和“我有哪些資源Resources可讀”。執(zhí)行請求接收客戶端發(fā)來的工具調(diào)用請求執(zhí)行真正的業(yè)務(wù)邏輯比如查詢數(shù)據(jù)庫、調(diào)用第三方API并將結(jié)果返回。提供資源當(dāng)客戶端請求某個資源如file:///path/to/doc.md時服務(wù)器讀取內(nèi)容并返回。傳輸層這是客戶端和服務(wù)器通信的管道。MCP協(xié)議本身是傳輸無關(guān)的它定義了消息的格式JSON-RPC但不管消息怎么送。目前最主流的實(shí)現(xiàn)方式是標(biāo)準(zhǔn)輸入/輸出。服務(wù)器作為一個獨(dú)立的進(jìn)程啟動客戶端通過stdin向服務(wù)器發(fā)送JSON-RPC請求通過stdout讀取服務(wù)器的JSON-RPC響應(yīng)。這種方式極其簡單和通用任何能啟動子進(jìn)程的編程語言都能輕松實(shí)現(xiàn)。此外理論上也可以通過HTTP、WebSocket等方式傳輸?shù)玸tdio因其無依賴和易調(diào)試性成為首選。這種架構(gòu)帶來了巨大的靈活性。你可以用Python寫一個服務(wù)器提供數(shù)據(jù)科學(xué)工具用Go寫另一個服務(wù)器提供系統(tǒng)運(yùn)維工具然后用同一個TypeScript寫的AI客戶端來統(tǒng)一調(diào)用它們?？蛻舳撕头?wù)器可以獨(dú)立開發(fā)、部署和更新。2.2 核心概念工具、資源與提示詞模板MCP協(xié)議定義了三種核心的概念它們是客戶端與服務(wù)器交互的“貨幣”。工具代表了一個可執(zhí)行的操作。每個工具必須有唯一的名稱、描述和參數(shù)模式。參數(shù)模式使用JSON Schema嚴(yán)格定義這確保了客戶端模型在生成調(diào)用參數(shù)時能遵循正確的結(jié)構(gòu)和類型。例如{ name: get_weather, description: 獲取指定城市的當(dāng)前天氣, inputSchema: { type: object, properties: { city: { type: string, description: 城市名稱例如北京 } }, required: [city] } }當(dāng)模型決定要獲取天氣時它會輸出一個結(jié)構(gòu)化的調(diào)用請求其中包含工具名get_weather和參數(shù){city: 北京}。資源代表一個可讀的數(shù)據(jù)單元。資源由統(tǒng)一資源標(biāo)識符URI來定位例如file:///projects/report.md或db://sales/quarterly_summary。服務(wù)器會告訴客戶端它提供了哪些資源“模板”比如file:///projects/{name}.md當(dāng)客戶端需要某個具體資源時就向服務(wù)器發(fā)起read_resource請求。這解決了“如何把外部數(shù)據(jù)安全、可控地注入模型上下文”的問題。模型不需要知道文件的物理路徑它只需要請求一個URI。提示詞模板這是一個非常有用的抽象。它允許服務(wù)器預(yù)定義一些常用的提示詞片段客戶端可以組合或直接使用這些模板來構(gòu)建最終的用戶提示。例如一個代碼服務(wù)器可以提供一個名為“code_review”的提示詞模板里面包含了代碼審查的步驟和標(biāo)準(zhǔn)?？蛻舳丝梢灾苯诱{(diào)用這個模板并傳入具體的代碼內(nèi)容從而獲得一個結(jié)構(gòu)化的審查提示。這促進(jìn)了最佳實(shí)踐的共享和復(fù)用。2.3 協(xié)議通信流程剖析一次典型的MCP交互流程如下了解這個流程對調(diào)試至關(guān)重要初始化客戶端啟動服務(wù)器進(jìn)程建立stdio通信管道。能力交換客戶端發(fā)送initialize請求。服務(wù)器回復(fù)在result字段的capabilities中詳細(xì)列出自己支持的所有工具、資源和提示詞模板。這是客戶端了解服務(wù)器能力的唯一途徑。工具調(diào)用用戶向AI應(yīng)用提問“北京今天天氣怎么樣”客戶端應(yīng)用將問題傳給大語言模型。模型根據(jù)對話歷史和服務(wù)器廣告的工具列表判斷需要調(diào)用get_weather工具并生成參數(shù){city: 北京}?？蛻舳讼蚍?wù)器發(fā)送tools/call請求。服務(wù)器執(zhí)行真正的天氣查詢邏輯可能是調(diào)用一個天氣API然后返回tools/call響應(yīng)內(nèi)容中包含查詢結(jié)果如{temperature: 22°C, condition: 晴朗}?？蛻舳藢⒐ぞ邎?zhí)行結(jié)果作為上下文再次交給模型模型生成最終回答“北京今天天氣晴朗氣溫22攝氏度?！辟Y源讀取如果模型在思考過程中認(rèn)為需要參考file:///docs/api.md這個文件客戶端會向服務(wù)器發(fā)送read_resource請求服務(wù)器返回文件內(nèi)容客戶端將其作為上下文提供給模型。整個過程中模型始終處于“決策者”和“解釋者”的角色而具體的執(zhí)行和危險操作則由受控的MCP服務(wù)器來完成。這本質(zhì)上是一種權(quán)限隔離和安全設(shè)計。3. 動手搭建你的第一個MCP服務(wù)器從理論到實(shí)踐理解了架構(gòu)最好的學(xué)習(xí)方式就是動手構(gòu)建。我們將使用官方推薦的TypeScript/JavaScript SDK來創(chuàng)建一個最簡單的MCP服務(wù)器它提供一個工具和一個資源。即使你不熟悉TypeScript其邏輯也完全適用于其他語言。3.1 環(huán)境準(zhǔn)備與項(xiàng)目初始化首先確保你的環(huán)境有Node.js版本18或以上和npm。# 創(chuàng)建一個新的項(xiàng)目目錄 mkdir my-first-mcp-server cd my-first-mcp-server # 初始化npm項(xiàng)目 npm init -y # 安裝MCP核心SDK和類型定義 npm install modelcontextprotocol/sdk npm install --save-dev typescript types/node # 初始化TypeScript配置 npx tsc --init編輯生成的tsconfig.json確保包含以下關(guān)鍵配置這對于生成兼容的代碼很重要{ compilerOptions: { target: ES2022, module: NodeNext, moduleResolution: NodeNext, outDir: ./dist, rootDir: ./src, strict: true, esModuleInterop: true, skipLibCheck: true, forceConsistentCasingInFileNames: true }, include: [src/**/*], exclude: [node_modules] }在package.json中添加一個啟動腳本方便后續(xù)運(yùn)行{ scripts: { build: tsc, start: node dist/index.js } }3.2 實(shí)現(xiàn)核心服務(wù)器邏輯在src目錄下創(chuàng)建index.ts這是服務(wù)器的入口文件。import { Server } from modelcontextprotocol/sdk/server/index.js; import { StdioServerTransport } from modelcontextprotocol/sdk/server/stdio.js; import { CallToolRequestSchema, ListResourcesRequestSchema, ListToolsRequestSchema, ReadResourceRequestSchema, } from modelcontextprotocol/sdk/types.js; // 1. 創(chuàng)建Server實(shí)例 const server new Server( { name: my-first-mcp-server, version: 0.1.0, }, { capabilities: { // 聲明本服務(wù)器支持哪些功能 tools: {}, // 支持工具列表 resources: {}, // 支持資源列表 // 注意我們沒有實(shí)現(xiàn)提示詞模板所以這里不聲明 }, } ); // 2. 定義一個工具計算階乘 server.setRequestHandler(ListToolsRequestSchema, async () { return { tools: [ { name: calculate_factorial, description: 計算一個正整數(shù)的階乘。, inputSchema: { type: object, properties: { n: { type: integer, description: 需要計算階乘的正整數(shù), minimum: 0, // 允許0的階乘 }, }, required: [n], }, }, ], }; }); // 3. 處理工具調(diào)用請求 server.setRequestHandler(CallToolRequestSchema, async (request) { if (request.params.name ! calculate_factorial) { throw new Error(未知的工具: ${request.params.name}); } const args request.params.arguments as { n: number }; const n args.n; // 簡單的階乘計算對于大的n實(shí)際應(yīng)用中應(yīng)考慮使用BigInt和優(yōu)化算法 function factorial(num: number): number { if (num 1) return 1; return num * factorial(num - 1); } const result factorial(n); return { content: [ { type: text, text: 階乘 ${n}! 的計算結(jié)果是${result}, }, ], }; }); // 4. 定義一個資源服務(wù)器當(dāng)前時間 server.setRequestHandler(ListResourcesRequestSchema, async () { return { resources: [ { uri: current://time, mimeType: text/plain, name: 當(dāng)前服務(wù)器時間, description: 返回服務(wù)器當(dāng)前的ISO格式時間戳, }, ], }; }); // 5. 處理資源讀取請求 server.setRequestHandler(ReadResourceRequestSchema, async (request) { if (request.params.uri ! current://time) { throw new Error(未知的資源URI: ${request.params.uri}); } const currentTime new Date().toISOString(); return { contents: [ { uri: request.params.uri, mimeType: text/plain, text: 服務(wù)器當(dāng)前時間UTC為${currentTime}, }, ], }; }); // 6. 錯誤處理非常重要 server.onerror (error) { console.error([MCP Server Error], error); }; // 7. 啟動服務(wù)器使用stdio傳輸層 async function main() { const transport new StdioServerTransport(); await server.connect(transport); console.error(My First MCP Server 已啟動并等待連接...); } main().catch((error) { console.error(啟動失敗:, error); process.exit(1); });3.3 編譯、運(yùn)行與測試編寫完代碼后我們需要編譯并運(yùn)行它。# 編譯TypeScript代碼 npm run build # 運(yùn)行服務(wù)器 npm start運(yùn)行后你會發(fā)現(xiàn)程序沒有退出而是掛起了并在標(biāo)準(zhǔn)錯誤輸出stderr打印了“已啟動...”。這是正常的因?yàn)樗谕ㄟ^stdin/stdout等待客戶端的連接。如何進(jìn)行測試我們可以使用一個強(qiáng)大的官方測試工具M(jìn)CP Inspector。它是一個圖形化客戶端可以方便地連接和測試任何MCP服務(wù)器。首先你需要安裝MCP Inspector。通常可以通過npm全局安裝npm install -g modelcontextprotocol/inspector然后在一個新的終端窗口運(yùn)行以下命令來連接我們剛剛啟動的服務(wù)器mcp-inspector node /absolute/path/to/your/project/dist/index.js請將/absolute/path/to/your/project替換為你項(xiàng)目dist/index.js的絕對路徑。Inspector啟動后通常會打開一個瀏覽器窗口。在這里你可以在“Tools”標(biāo)簽頁看到我們廣告的calculate_factorial工具。點(diǎn)擊該工具在右側(cè)輸入{n: 5}然后點(diǎn)擊“Call”。你應(yīng)該在下方看到結(jié)果“階乘 5! 的計算結(jié)果是120”。在“Resources”標(biāo)簽頁看到current://time資源。點(diǎn)擊該資源旁的“Read”按鈕你會看到返回的當(dāng)前時間字符串。這個過程直觀地驗(yàn)證了你的MCP服務(wù)器工作正常。通過Inspector你可以在不編寫客戶端代碼的情況下完整地測試服務(wù)器的所有功能這對于開發(fā)和調(diào)試階段來說是不可或缺的。4. 集成MCP到真實(shí)AI應(yīng)用以Claude Desktop為例讓服務(wù)器跑起來只是第一步真正的價值在于將其集成到我們?nèi)粘Ｊ褂玫腁I助手如Claude Desktop、Cursor等中。這里以Claude Desktop為例因?yàn)樗鼘CP有原生且友好的支持。4.1 配置Claude Desktop連接自定義MCP服務(wù)器Claude Desktop允許通過配置文件來添加自定義的MCP服務(wù)器。這個配置文件的路徑因操作系統(tǒng)而異macOS:~/Library/Application Support/Claude/claude_desktop_config.jsonWindows:%APPDATA%\Claude\claude_desktop_config.jsonLinux:~/.config/Claude/claude_desktop_config.json如果這個文件或目錄不存在你需要手動創(chuàng)建它。編輯這個JSON配置文件其核心結(jié)構(gòu)是定義一個mcpServers對象。我們需要將之前寫的服務(wù)器腳本配置進(jìn)去。這里的關(guān)鍵是command字段它告訴Claude如何啟動你的服務(wù)器。{ mcpServers: { my-math-server: { command: node, args: [ /absolute/path/to/your/project/dist/index.js ] } } }重要提示my-math-server是你給這個服務(wù)器起的任意名字。command必須是能在系統(tǒng)PATH中找到的可執(zhí)行文件這里是node。args的第一個元素必須是已編譯的JavaScript文件的絕對路徑。使用相對路徑很可能導(dǎo)致Claude找不到文件而啟動失敗。4.2 驗(yàn)證集成與實(shí)戰(zhàn)對話保存配置文件后完全重啟Claude Desktop應(yīng)用不是關(guān)閉聊天窗口而是徹底退出并重新啟動應(yīng)用。這是加載新配置的必要步驟。重啟后新建一個對話。如果你配置成功Claude在回復(fù)時其思考過程如果開啟或最終回復(fù)中就會體現(xiàn)出它“知道”可用的工具了。你可以嘗試提問“請幫我計算10的階乘?！薄艾F(xiàn)在服務(wù)器時間是什么”觀察Claude的回復(fù)。一個正確集成的表現(xiàn)是Claude會識別出你的意圖在后臺通過MCP協(xié)議調(diào)用相應(yīng)的工具并將工具返回的結(jié)果融入到它的回答中。例如對于階乘問題它不會直接輸出一個數(shù)字而是可能會說“我調(diào)用計算工具得到了結(jié)果10的階乘是3628800。”實(shí)操心得路徑與權(quán)限的坑這是集成時最容易出錯的地方。首先args中的路徑一定要用絕對路徑。其次確保運(yùn)行Claude Desktop的用戶有權(quán)限執(zhí)行node命令和讀取你的腳本文件。在macOS或Linux上如果遇到權(quán)限問題可以檢查腳本文件是否有可執(zhí)行權(quán)限或者嘗試使用which node確認(rèn)node的完整路徑有時可能需要將command改為類似/usr/local/bin/node的完整路徑。在Windows上注意路徑中使用反斜杠\或雙反斜杠\\進(jìn)行轉(zhuǎn)義。4.3 擴(kuò)展添加更多實(shí)用工具一個只會算階乘和報時的服務(wù)器顯然不夠?qū)嵱?。讓我們擴(kuò)展它添加一個更實(shí)用的工具獲取指定GitHub倉庫的最新Issue。這需要調(diào)用GitHub的公開API。首先安裝node-fetch如果你使用Node.js 18可以使用內(nèi)置的fetch但為了兼容性這里示例使用axios更常用npm install axios然后在src/index.ts中我們添加新的工具定義和處理邏輯。在ListToolsRequestSchema的處理函數(shù)中增加一個新工具server.setRequestHandler(ListToolsRequestSchema, async () { return { tools: [ // ... 原有的 calculate_factorial 工具 { name: get_github_issues, description: 獲取指定GitHub倉庫的最新公開Issue列表。, inputSchema: { type: object, properties: { owner: { type: string, description: 倉庫所有者的用戶名或組織名例如modelcontextprotocol }, repo: { type: string, description: 倉庫名稱例如spec }, count: { type: integer, description: 想要獲取的Issue數(shù)量默認(rèn)5條最多30條, minimum: 1, maximum: 30, default: 5 } }, required: [owner, repo] } } ], }; });接著在CallToolRequestSchema的處理函數(shù)中添加對新工具調(diào)用的分支處理server.setRequestHandler(CallToolRequestSchema, async (request) { if (request.params.name calculate_factorial) { // ... 原有的階乘計算邏輯 } else if (request.params.name get_github_issues) { const args request.params.arguments as { owner: string; repo: string; count?: number }; const { owner, repo, count 5 } args; // 使用axios調(diào)用GitHub API const axios (await import(axios)).default; const url https://api.github.com/repos/${owner}/${repo}/issues; try { const response await axios.get(url, { params: { state: open, per_page: count, sort: created, direction: desc }, headers: { Accept: application/vnd.github.v3json, // 注意公開倉庫通常不需要token但頻繁調(diào)用可能需要。如果需要可以在這里添加。 // Authorization: token YOUR_GITHUB_TOKEN } }); const issues response.data; if (issues.length 0) { return { content: [{ type: text, text: 倉庫 ${owner}/${repo} 目前沒有打開的Issue。 }] }; } const issueList issues.map((issue: any) - #${issue.number}: ${issue.title} (創(chuàng)建于: ${new Date(issue.created_at).toLocaleDateString()}) ).join(\n); return { content: [{ type: text, text: 倉庫 ${owner}/${repo} 最新的 ${issues.length} 個公開Issue\n${issueList} }] }; } catch (error: any) { // 更友好的錯誤處理 let errorMessage 獲取GitHub Issue失敗。; if (error.response) { errorMessage API返回狀態(tài)碼${error.response.status}。; if (error.response.status 404) { errorMessage 倉庫 ${owner}/${repo} 可能不存在或無權(quán)訪問。; } } else { errorMessage 網(wǎng)絡(luò)或請求錯誤${error.message}; } throw new Error(errorMessage); } } else { throw new Error(未知的工具: ${request.params.name}); } });重新編譯 (npm run build) 并重啟你的服務(wù)器和Claude Desktop。現(xiàn)在你就可以在Claude中提問“幫我看看 modelcontextprotocol/spec 這個倉庫最近有什么新Issue嗎” Claude會調(diào)用這個新工具并返回格式化后的Issue列表。通過這個例子你可以舉一反三將任何API、數(shù)據(jù)庫查詢、內(nèi)部系統(tǒng)調(diào)用封裝成MCP工具極大地擴(kuò)展AI助手的能力邊界。關(guān)鍵在于設(shè)計好工具的描述和輸入模式讓模型能準(zhǔn)確理解何時以及如何調(diào)用它。5. 高級主題性能優(yōu)化、錯誤處理與安全考量當(dāng)你的MCP服務(wù)器從玩具走向生產(chǎn)環(huán)境或者開始承載復(fù)雜業(yè)務(wù)時以下幾個方面的考量就變得至關(guān)重要。5.1 性能優(yōu)化策略MCP服務(wù)器在每次工具調(diào)用時都可能涉及網(wǎng)絡(luò)I/O、數(shù)據(jù)庫查詢等耗時操作優(yōu)化不當(dāng)會成為AI應(yīng)用響應(yīng)的瓶頸。1. 連接池與資源復(fù)用對于數(shù)據(jù)庫、第三方API客戶端等重量級資源不要在每次工具調(diào)用時都創(chuàng)建新連接。應(yīng)該在服務(wù)器啟動時初始化連接池并在整個服務(wù)器生命周期內(nèi)復(fù)用。// 示例在服務(wù)器啟動時初始化數(shù)據(jù)庫連接池 import { createPool } from mysql2/promise; let dbPool; async function main() { dbPool createPool({ host: localhost, user: root, database: mcp_app, waitForConnections: true, connectionLimit: 10, // 連接池大小 queueLimit: 0 }); // ... 后續(xù)連接transport } // 在工具處理函數(shù)中使用 pool.getConnection() 獲取連接2. 異步處理與超時控制所有工具處理函數(shù)都應(yīng)該是async的。務(wù)必為可能長時間運(yùn)行的操作設(shè)置超時。server.setRequestHandler(CallToolRequestSchema, async (request) { const timeoutMs 10000; // 10秒超時 const timeoutPromise new Promise((_, reject) setTimeout(() reject(new Error(工具調(diào)用超時)), timeoutMs) ); // 將你的業(yè)務(wù)邏輯包裝成Promise與超時Promise競速 const logicPromise (async () { // ... 你的工具邏輯 })(); return Promise.race([logicPromise, timeoutPromise]); });3. 結(jié)果緩存對于頻繁請求且結(jié)果變化不頻繁的工具如某些數(shù)據(jù)查詢可以考慮實(shí)現(xiàn)簡單的緩存機(jī)制避免重復(fù)計算或請求。import NodeCache from node-cache; const cache new NodeCache({ stdTTL: 300 }); // 默認(rèn)緩存5分鐘 server.setRequestHandler(CallToolRequestSchema, async (request) { if (request.params.name get_weather) { const args request.params.arguments as { city: string }; const cacheKey weather:${args.city}; let result cache.get(cacheKey); if (!result) { // 調(diào)用真實(shí)API獲取天氣 result await fetchWeatherFromAPI(args.city); cache.set(cacheKey, result); } return { content: [{ type: text, text: result }] }; } });5.2 健壯的錯誤處理MCP服務(wù)器必須優(yōu)雅地處理各種錯誤并向客戶端返回清晰、有用的錯誤信息而不是直接崩潰或輸出晦澀的技術(shù)棧。1. 結(jié)構(gòu)化錯誤響應(yīng)MCP協(xié)議允許在工具調(diào)用返回錯誤時提供結(jié)構(gòu)化的錯誤信息。利用好這一點(diǎn)。try { // ... 業(yè)務(wù)邏輯 } catch (error: any) { // 不要直接 throw error而是返回一個包含錯誤信息的響應(yīng) return { content: [{ type: text, text: 執(zhí)行工具“${request.params.name}”時出錯。 }], // 可選的錯誤信息客戶端可以解析并展示給用戶或開發(fā)者 isError: true, // 可以攜帶更詳細(xì)的診斷信息注意不要泄露敏感信息 ...(process.env.NODE_ENV development { diagnostic: error.message }) }; }2. 輸入驗(yàn)證即使在JSON Schema層面做了定義在業(yè)務(wù)邏輯入口處進(jìn)行二次驗(yàn)證也是好習(xí)慣防止意外數(shù)據(jù)導(dǎo)致下游服務(wù)出錯。const args request.params.arguments as { userId: string }; if (!isValidUserId(args.userId)) { throw new Error(無效的用戶ID格式: ${args.userId}); }3. 服務(wù)器全局錯誤監(jiān)聽確保監(jiān)聽了服務(wù)器的onerror事件并將錯誤日志記錄到適當(dāng)?shù)牡胤饺缥募蛉罩痉?wù)而不是僅僅打印到stderr。server.onerror (error) { // 使用專業(yè)的日志庫如winston或pino logger.error(MCP服務(wù)器發(fā)生未捕獲錯誤:, { error: error.message, stack: error.stack }); };5.3 安全與權(quán)限管控MCP服務(wù)器本質(zhì)上是為AI模型開了一個執(zhí)行特定操作的“后門”安全是重中之重。1. 最小權(quán)限原則每個MCP服務(wù)器應(yīng)該只擁有完成其宣稱功能所必需的最小權(quán)限。例如一個“文件閱讀器”服務(wù)器其運(yùn)行進(jìn)程的權(quán)限應(yīng)該只能讀取特定的目錄而不是整個文件系統(tǒng)。在配置Claude Desktop時可以通過包裝腳本或使用容器來限制權(quán)限。2. 輸入凈化與防注入如果工具參數(shù)會用于構(gòu)造命令、SQL語句或文件路徑必須進(jìn)行嚴(yán)格的凈化和驗(yàn)證。命令執(zhí)行絕對避免直接拼接用戶輸入來執(zhí)行系統(tǒng)命令。如果必須使用參數(shù)化調(diào)用如child_process.spawn的args數(shù)組。文件路徑將用戶輸入限制在某個安全目錄沙箱內(nèi)并使用路徑解析庫如Node.js的path.resolve防止目錄遍歷攻擊如../../../etc/passwd。SQL查詢使用參數(shù)化查詢或ORM永遠(yuǎn)不要拼接SQL字符串。3. 敏感信息管理API密鑰、數(shù)據(jù)庫密碼等敏感信息絕不應(yīng)硬編碼在代碼中。使用環(huán)境變量或安全的配置管理服務(wù)。// 從環(huán)境變量讀取GitHub Token const GITHUB_TOKEN process.env.GITHUB_API_TOKEN; if (!GITHUB_TOKEN needToken) { throw new Error(GitHub API Token未配置。); } // 在請求頭中使用 headers: { Authorization: token ${GITHUB_TOKEN} }在啟動Claude Desktop或服務(wù)器時確保環(huán)境變量已正確設(shè)置。4. 審計與日志記錄所有工具調(diào)用的元數(shù)據(jù)如工具名、參數(shù)、調(diào)用時間、調(diào)用者標(biāo)識如果可能但不記錄敏感的結(jié)果數(shù)據(jù)。這對于事后審查和問題排查至關(guān)重要。踩坑實(shí)錄生產(chǎn)環(huán)境部署的教訓(xùn)我曾將一個查詢內(nèi)部用戶數(shù)據(jù)的MCP服務(wù)器部署上線。初期一切正常直到某天發(fā)現(xiàn)響應(yīng)變慢。排查后發(fā)現(xiàn)由于沒有設(shè)置查詢超時和連接池限制當(dāng)AI助手同時發(fā)起多個復(fù)雜查詢時數(shù)據(jù)庫連接被占滿導(dǎo)致服務(wù)器僵死。教訓(xùn)是即使是內(nèi)部工具也必須像對待外部API一樣考慮并發(fā)、限流和資源管理。后來我們?yōu)槊總€工具增加了超時控制并為數(shù)據(jù)庫查詢類工具增加了基于用戶或會話的簡單限流邏輯問題才得以解決。另一個教訓(xùn)是關(guān)于錯誤信息最初服務(wù)器拋出的原生數(shù)據(jù)庫錯誤會直接返回給客戶端其中包含了表結(jié)構(gòu)等內(nèi)部信息。我們隨后統(tǒng)一了錯誤處理中間件將內(nèi)部錯誤轉(zhuǎn)換為對用戶友好的通用提示并僅在開發(fā)環(huán)境的日志中保留詳細(xì)錯誤堆棧。構(gòu)建一個健壯、安全、高效的MCP服務(wù)器是將其應(yīng)用于生產(chǎn)環(huán)境的基礎(chǔ)。這些考量點(diǎn)雖然增加了前期的復(fù)雜度但能避免后期無數(shù)頭疼的問題確保你的AI擴(kuò)展能力穩(wěn)定可靠。