MCP协议是什么？谁在用？

MCP(Model Context Protocol)是AI Agent调用工具的标准化协议。已被广泛使用，5000+ MCP Server可用。由Anthropic提出，现已移交Linux基金会治理，成为行业事实标准。

怎么开发一个MCP Server？

使用Python(TypeScript也支持)，安装mcp库，定义工具函数并注册到server中。MCP Server可以暴露函数、资源、提示词模板三种能力。开发完成后可在Claude Desktop、Dify等客户端中使用。

A2A协议是什么？谁在推？

A2A(Agent-to-Agent)是Google主导的Agent间通信协议，解决多个AI Agent之间的协作问题。与MCP互补：MCP处理Agent↔工具，A2A处理Agent↔Agent。适合需要多Agent分工协作的复杂场景。

Stage 06 · MCP协议与工具链集成 — AI 学习路线

Core Concept

🔌 Model Context Protocol (MCP)

MCP 已从 Anthropic 主导的协议发展为 Linux 基金会 AAIF 治理的行业事实标准，拥有 9700万+安装量、5000+ Server、81000+ GitHub Stars。2026-07-28 规范带来重大变更：无状态化、Streamable HTTP 传输、OAuth 2.1。

📡

MCP 是什么

MCP 是一个开放协议，标准化了 AI 应用如何连接和操作数据源、工具和外部服务。它解决了以下问题：

核心价值：

统一的接口标准，避免每个AI应用都写自己的集成代码
支持双向通信，AI可以读取数据也可以执行操作
插件化架构，易于扩展新的数据源和工具
安全性设计，权限控制和沙箱隔离

开放标准双向通信插件化

🏗️

MCP 架构组成

MCP Client

AI应用端，如 Claude Desktop、Hermes Agent，发起请求并接收响应

MCP Server

服务端，提供数据和工具能力，如文件系统、数据库、API等

Transport Layer

传输层，支持 stdio（本地）和 Streamable HTTP（远程，2026新规范）

Tools & Resources

暴露给AI的工具和资源列表，定义可执行的操作和可访问的数据

🔄

MCP 工作流程

典型交互流程：

初始化：Client 连接到 Server，交换能力列表
发现：Client 查询可用的 Tools 和 Resources
调用：AI 决定调用某个 Tool，发送请求参数
执行：Server 执行实际操作（读文件、查数据库等）
返回：Server 将结果返回给 Client
决策：AI 根据结果决定下一步行动

💡 为什么 MCP 成为事实标准？
MCP 就像 AI 世界的 USB 接口——统一了工具调用标准。2025年12月捐赠给 Linux 基金会 AAIF 后，生态爆发式增长：9700万+安装、5000+ Server，几乎所有主流 AI 工具都已支持。

Agent-to-Agent Protocol

🤝 A2A 协议 — Agent 间通信标准

Google 2025 年 4 月推出，150+ 组织参与，2026 年 5 月发布 v1.0。MCP 解决 Agent-to-Tool，A2A 解决 Agent-to-Agent，双协议构建完整 Agent 生态。

🔍

A2A 核心机制

Agent Card 发现：通过 /.well-known/agent.json 自动发现可用 Agent 及其能力
任务生命周期：提交 → 执行中 → 需要输入 → 完成/失败
流式通信：支持 SSE 实时推送执行进度
多模态支持：可传递文本、文件、结构化数据

Agent Card 任务委托 v1.0

⚖️

MCP + A2A：完整生态

双协议协作模型

Agent A —A2A—> Agent B

Agent 间协商、委托任务

Agent A —MCP—> Tool (DB/API/FS)

Agent 调用外部工具和数据

Agent B —MCP—> Tool (Search/Code)

每个 Agent 独立调用自己的工具

Server Development

🛠️ MCP Server 开发实战

动手开发自己的 MCP Server，让 Agent 调用你的自定义工具。支持 Python 和 TypeScript 两种语言。

🐍

Python 版本（推荐）

# pip install mcp
from mcp.server import Server
from mcp.types import Tool, TextContent

# 创建 MCP Server
server = Server("my-tools")

@server.list_tools()
async def list_tools():
    return [
        Tool(
            name="query_database",
            description="查询业务数据库",
            inputSchema={
                "type": "object",
                "properties": {
                    "sql": {
                        "type": "string",
                        "description": "SQL查询语句"
                    }
                },
                "required": ["sql"]
            }
        )
    ]

@server.call_tool()
async def call_tool(name, arguments):
    if name == "query_database":
        result = execute_sql(arguments["sql"])
        return [TextContent(
            type="text",
            text=str(result)
        )]

Python async/await mcp SDK

📘

TypeScript 版本

// npm install @modelcontextprotocol/sdk
import { McpServer } from
  "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from
  "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

// 创建 MCP Server
const server = new McpServer({
  name: "my-tools",
  version: "1.0.0"
});

// 注册工具
server.tool(
  "query_database",
  "查询业务数据库",
  { sql: z.string().describe("SQL查询语句") },
  async ({ sql }) => {
    const result = await executeSQL(sql);
    return {
      content: [{
        type: "text",
        text: JSON.stringify(result)
      }]
    };
  }
);

// 启动服务
const transport = new StdioServerTransport();
await server.connect(transport);

TypeScript Zod验证 stdio

💡 开发流程：① 定义工具列表（名称、描述、参数 Schema）→ ② 实现工具调用逻辑 → ③ 选择传输方式（stdio/streamable-http）→ ④ 在 Dify/Hermes 中注册 → ⑤ 测试调试。

Security

🔒 MCP 安全最佳实践

MCP 让 AI 能够调用外部工具，也意味着安全风险增加。必须建立完善的安全防护体系。

⚠️ 安全风险清单

1

工具注入攻击

恶意工具描述可能诱导 AI 执行危险操作（如删除文件、泄露数据）

2

权限过度授予

给 MCP Server 授予了超出实际需要的权限，扩大攻击面

3

供应链风险

第三方 MCP Server 可能包含恶意代码或不安全的依赖

✅ 安全防护措施

最小权限原则

每个 MCP Server 只授予必需的最小权限

沙箱隔离

在 Docker 容器或沙箱中运行 MCP Server

输入验证

对所有工具输入参数进行严格校验和过滤

审计日志

记录所有工具调用，便于安全审计和回溯

人工审批

危险操作（写入/删除）需人工确认

OAuth 2.1

远程 MCP Server 使用 OAuth 2.1 认证

Practical Skills

🤖 Hermes Agent 部署与配置

Hermes 是 Nous Research 开发的开源 Agent 框架，支持 MCP 协议，是学习和实践的理想平台。

1️⃣ 环境准备与 Docker 安装

前置条件：

Docker Desktop 已安装并运行
Windows 版本 ≥ 22H2
建议内存 ≥ 8GB

创建部署目录：

mkdir -p d:\System\Docker\hermes
cd d:\System\Docker\hermes

端口说明：

8088	Hermes Dashboard Web 界面
11435	Hermes API 接口

2️⃣ 创建 docker-compose.yml

docker-compose.yml 核心配置：

services:
  hermes:
    image: nousresearch/hermes-agent:latest
    container_name: hermes-agent
    volumes:
      - ./.hermes:/opt/data
    environment:
      - ANTHROPIC_API_KEY=your-api-key-here
      - ANTHROPIC_BASE_URL=http://coding.zhengyuantech.cn
      - HERMES_DASHBOARD=true
      - GATEWAY_ALLOW_ALL_USERS=true
    ports:
      - "8088:9119"
      - "11435:11434"
    restart: unless-stopped
    command: ["gateway"]

⚠️ 重要配置说明：

command: ["gateway"] 必须添加，否则无法启用 Web 界面
HERMES_DASHBOARD=true 启用 Dashboard
GATEWAY_ALLOW_ALL_USERS=true 允许访问（生产环境需调整）
容器内 Dashboard 运行在端口 9119，映射到主机 8088

3️⃣ 配置模型供应商

修改环境变量 (.env)：

ANTHROPIC_API_KEY=sk-your-api-key
ANTHROPIC_BASE_URL=http://coding.zhengyuantech.cn

配置默认模型 (config.yaml)：

model:
  default: "qwen3.6-plus"
  provider: "anthropic"
  base_url: "http://coding.zhengyuantech.cn"

可用模型列表：

qwen3.6-plus	通义千问3.6（推荐用于代码任务）
glm-5	智谱GLM-5
MiniMax-M2.5	MiniMax快速模型
claude-opus-4.6	Claude Opus

4️⃣ 启动与验证

启动命令：

cd d:\System\Docker\hermes
docker-compose up -d

验证服务状态：

# 查看容器状态
docker ps | findstr hermes

# 查看日志
docker-compose logs -f

访问地址：

Dashboard: http://localhost:8088
API: http://localhost:11435

CLI 测试：

# 交互式聊天
docker exec -it hermes-agent hermes chat

# 单次对话
docker exec hermes-agent hermes chat --prompt "Hello, Hermes!"

Integration

🔧 Dify MCP Adapter 集成

Dify v1.15.0 已原生支持 MCP 双向集成（既可作为 MCP Server 被外部调用，也可作为 MCP Client 调用外部工具），自定义 Adapter 作为深度定制的备选方案。

🛠️

Adapter 功能

可用工具：

list_dify_apps - 列出所有 Dify 应用
call_dify_chat_app - 调用 Dify 聊天应用
get_app_info - 获取应用详细信息

核心特性：

stdio 传输模式（性能好）
支持会话持续对话
环境变量配置
Docker 支持

🚀

快速集成步骤

方式一：直接集成到 Hermes（推荐）

安装 Python 依赖：pip install -r requirements.txt
挂载代码到 Hermes 容器
重启 Hermes：docker-compose down && docker-compose up -d
添加 MCP 服务器：hermes mcp add dify-mcp-adapter

方式二：独立 Docker 部署

配置 .env 文件（填入 API Key）
启动容器：docker-compose up -d

💡 最佳实践：优先使用 Dify 官方 MCP 插件，仅在需要深度定制时使用自定义 Adapter。官方插件更稳定、维护更及时。

Case Study

💼 实战案例：构建智能工作流

结合 Hermes Agent、Dify MCP Adapter 和多个工具，构建自动化的智能工作流。

场景描述

假设你需要一个智能助手，能够：

自动查询 Dify 中的应用列表
根据用户需求调用特定的 Dify 应用
读取本地文件系统中的文档
将处理结果保存到指定位置

解决方案架构

Hermes Agent（主控）
├── MCP Server 1: Dify Adapter（访问 Dify 应用）
├── MCP Server 2: Filesystem（读写本地文件）
├── MCP Server 3: Database（查询业务数据）
└── MCP Server 4: Custom API（调用内部服务）

工作流程：

用户提问："帮我分析上月的销售数据"
Hermes 调用 Database MCP 查询销售数据
调用 Dify MCP 触发数据分析应用
将分析结果通过 Filesystem MCP 保存为报告
返回给用户完整报告路径和摘要

✅ 优势

模块化设计，易于扩展新工具
标准化接口，降低集成复杂度
Agent 自主决策，减少人工干预
可追溯的执行日志，便于调试

⚠️ 注意事项

合理设置超时时间，避免无限等待
权限控制，防止未授权访问
错误处理，优雅降级而非崩溃
性能监控，及时发现瓶颈

Troubleshooting

❓ 常见问题与解决

问题1：无法访问 Dashboard

检查项：

确认容器是否运行：docker-compose ps
检查日志中的错误：docker-compose logs -f
验证端口映射：Dashboard 在容器内运行在端口 9119
确保设置了 HERMES_DASHBOARD=true

问题2：配置文件解析错误

解决方法：

确保 config.yaml 有有效的 YAML 语法
从注释中移除非 ASCII 字符（如中文）
验证所有部分的缩进正确
使用 UTF-8 编码保存文件

问题3：MCP 工具调用失败

排查步骤：

验证 API Key 是否正确
确认目标服务是否正常运行
检查网络连接（host.docker.internal 配置）
查看 Hermes 日志中的详细错误信息

问题4：端口已被占用

解决方案：

如果 8088 被占用，更改主机端口映射
示例：使用 - "8089:9119" 替代 - "8088:9119"
查看端口占用：netstat -ano | findstr ":8088"
终止占用进程或更换端口

Resources

📚 学习资源

官方文档

实战教程

社区与生态

My Notes

📝 我的学习笔记

暂无笔记内容
你可以在这里添加自己在实践中总结的经验、遇到的问题和解决方案