一本书讲透MCP：AI Agent互联网新纪元

内容简介 这是一本系统介绍和深度解读MCP的著作，旨在为不同背景、不同需求的各类读者提供全面、实用的指导。本书由MCP领域的5位技术专家、布道者撰写，他们各自发挥所长，从10余个维度对MCP进行了全面、透彻、深入的讲解。 全书共11章，从技术、生态、商业3大维度，深入解析MCP如何重塑AI应用生态。 第1章回顾AI Agent的发展历程，揭示传统Agent的局限性及互联化挑战，提出MCP是突破瓶颈的最优解。第2章深度拆解MCP的技术内核，涵盖设计目标、Function Call与RAG等关键概念，以及MCP的架构实现原理。第3章构建MCP生态的系统全景图，分析参与者角色、合作模式及多场景应用案例。 第4章和第5章提供完整的开发指南：从MCP主机端部署、代码运行器/邮件服务器等核心组件开发，到客户端构建方法；结合Cherry Studio、腾讯云等平台实战案例，演示AI Agent应用开发全流程。第6章聚焦行业变革，剖析MCP对Agently等主流Agent框架的重构效应，以及对AI Agent平台架构的颠覆性影响。 第7~9章从宏观角度揭示MCP的产业价值：MCP驱动AI Agent从辅助工具向独立参与者进化；MCP改变大模型公司商业模式，促进技术普惠；规划MCP客户端发展路径与商业化策略。 第10~11章展望AI Agent互联网未来，探讨MCP在智能社会中的核心地位，并前瞻性分析MCP与A2A等协议的竞争融合趋势，揭示智能系统演进的底层逻辑。 本书兼具技术深度与产业视野，既是开发者构建MCP应用的实操手册，也是从业者理解智能生态变革的战略指南。通过揭示AI Agent互联网的技术基座与商业图景，为读者提供参与下一代人工智能浪潮的关键认知框架。

占冰强<br />资深AI应用专家，MCP领域的布道者，MCP中国开发者联盟发起人。AIGCLink（覆盖15万AIGC产业从业人员）创始人，微软MVP，零氪云联合创始人，中关村超互联联盟副秘书长，中国信息通信研究院金融领域大模型评估标准制定组专家，Llama中文社区核心成员，PEC联盟发起人之一，《Llama大模型实践指南》作者，连续发起并组织四届AIGC中国开发者大会。<br />郭美青<br />百川智能技术总监，资深互联网老兵，全栈型技术专家。拥有丰富的软件开发、产品设计、算法调优等方面的实战经验。先后就职于搜狗/腾讯的商业化广告团队，深耕互联网广告业务13年，主导过搜索/信息流广告平台、AI驱动的智能化落地页的全生命周期建设。2022年开始聚焦大模型和AI Agent方向，2023年初完成腾讯首个AI Agent商业化应用从0到1的研发落地，是国内大模型应用落地的先行者。2023年加入百川智能，先后主导过大模型开放平台、MaaS、Agent平台的研发工作，以及端侧模型方向的商业化探索。<br />莫欣<br />Agently.tech AI应用开发框架创始人，全栈型产品经理，15年以上开发经验。前美团高级产品专家，深耕大数据、研发平台工具领域超过13年，深度参与美团数据平台从0到100的全过程。百度飞桨PPDE、知乎知学堂合作讲师。2022年开始深入研究大模型应用开发，熟悉LangChain等应用开发框架，熟悉Agent、Agentic Workflow设计和开发，能够设计及实现大模型能力与各类业务场景结合的落地方案，为相关企业提供培训、咨询及技术支持服务。<br />潘淳<br />硅基创新社区（硅创社）创始人，Office开发者社区创始人，OpenAIGC社区联合创始人，微软技术俱乐部（苏州）执行主席。RPA标准《苏州市银行业RPA项目实施规范》起草者之一，《DeepSeek掘金——从企业智能化到办公自动化》主编，自然语言编程工具-CodeEasy（码易）作者，RPA软件-RobinRPA软件作者，Office插件-ThanosOffice（灭霸）软件作者。<br />覃睿<br />BISHENG联创，数据项素产品副总裁。曾在“AI四小龙”之一的依图科技担任核心公安人像产品线的产品经理，还曾担任AI上市公司第四范式的智能文档事业部的产品负责人。BISHENG是一款知名的开源LLM应用开发平台，主要针对办公场景，在GitHub上获得8700余颗星，已有大量行业头部组织及近40家世界500强企业使用。

目　　录<br />前言<br />第1章　AI Agent互联网的演进　1<br />1.1　AI Agent的发展与局限性　1<br />1.1.1　AI Agent的起源与演化　2<br />1.1.2　AI Agent的局限性　5<br />1.2　AI Agent互联如何推动AI Agent<br />普及　10<br />1.2.1　AI Agent互联的重要<br />意义　10<br />1.2.2　从单智能体到多智能体　11<br />1.2.3　新一代互联网平台的<br />兴起　12<br />1.3　AI Agent互联网面临的挑战及其<br />发展历程　13<br />1.3.1　AI Agent互联网面临的<br />挑战　13<br />1.3.2　AI Agent互联网的发展<br />历程　15<br />1.4　MCP的崛起：AI Agent互联网的<br />最优解　17<br />1.4.1　MCP的定义与起源　17<br />1.4.2　MCP在AI Agent中间层的<br />定位　19<br />1.4.3　MCP如何应对AI Agent<br />互联网面临的挑战　19<br />1.4.4　MCP带来的新机遇　21<br />第2章　MCP的核心功能与技术<br />实现　23<br />2.1　MCP概述：设计目标　23<br />2.1.1　理解模型上下文　23<br />2.1.2　MCP的设计目标　24<br />2.2　MCP相关概念：Function Call 与RAG　25<br />2.2.1　Function Call　25<br />2.2.2　RAG　29<br />2.3　MCP的技术实现：架构、组件与<br />工作原理　30<br />2.3.1　MCP的整体架构　30<br />2.3.2　MCP的核心组件　31<br />2.3.3　MCP组件的协同机制　38<br />2.3.4　MCP的通信机制　43<br />2.3.5　MCP的安全机制　49<br />2.4　MCP的重点改进方向与发展<br />趋势　51<br />2.4.1　重点改进方向　51<br />2.4.2　发展趋势　52<br />第3章　MCP的生态系统与发展<br />趋势　53<br />3.1　MCP生态系统的构建　53<br />3.1.1　MCP生态系统的参与者　53<br />3.1.2　MCP生态系统的合作<br />模式　55<br />3.1.3　MCP生态系统的发展<br />策略　57<br />3.1.4　MCP生态系统的关键<br />组成部分　59<br />3.1.5　MCP生态系统的发展<br />趋势　61<br />3.2　AI Agent和MCP的关联　64<br />3.2.1　MCP对AI Agent关键<br />组件的赋能　64<br />3.2.2　MCP对AI Agent未来<br />发展的影响　72<br />3.3　MCP的应用场景　73<br />3.3.1　基于MCP的智能体互联构建：Langflow 生态系统　73<br />3.3.2　基于MCP的SaaS集成：Blender-MCP 和 QGIS-<br />MCP 案例研究　76<br />3.3.3　利用MCP增强LLM的<br />能力　81<br />3.3.4　基于MCP的工具互操作性：Zapier　82<br />3.3.5　基于MCP的数据集成与<br />共享：Supabase　84<br />3.3.6　基于场景的多MCP互联<br />应用展望　86<br />3.4　MCP生态系统中的创业机会　89<br />3.4.1　Agent OS　89<br />3.4.2　MCP Infra　91<br />3.4.3　MCP Marketplace　94<br />3.5　MCP生态的发展演变　97<br />3.6　MCP正在成为AI Agent互联网的<br />重要标准　99<br />第4章　构建基于MCP的应用　103<br />4.1　安装Cline作为MCP主机端，<br />用来调用MCP服务器　103<br />4.2　使用Python制作代码运行器<br />MCP服务器，让模型把数算准　105<br />4.2.1　制作Python代码运行器<br />MCP服务器脚本　106<br />4.2.2　将Python代码运行器MCP服务器配置到Cline中　107<br />4.2.3　在Cline中实际调用<br />Python代码运行器<br />MCP服务器　109<br />4.3　制作邮件发送MCP服务器，让<br />模型通过邮件发送处理结果和<br />日程　112<br />4.3.1　制作基于Nodemailer的<br />邮件发送脚本　112<br />4.3.2　将邮件发送脚本包装为<br />MCP服务器　114<br />4.3.3　将邮件发送MCP服务器<br />配置到Cline中　117<br />4.3.4　在Cline中实际调用邮件<br />发送MCP服务器　119<br />4.4　创建自己的MCP客户端，<br />消费MCP生态提供的各种<br />MCP服务器　121<br />4.4.1　使用Python创建MCP<br />客户端的基础运行脚本　121<br />4.4.2　对MCP客户端进行封装，<br />方便在大型项目中使用　129<br />4.5　调用SQLite MCP服务器，制作可以<br />使用数据库记事的智能应用　132<br />4.5.1　让模型能够使用数据库<br />记事的业务流程设计　132<br />4.5.2　使用Agently框架作为智能<br />逻辑的开发工具　134<br />4.5.3　安装SQLite MCP服务器　137<br />4.5.4　实战开发：使模型能够<br />使用数据库记事的智能<br />处理逻辑　138<br />4.6　接入不同的MCP服务器，制作<br />自己的通用智能助理　144<br />4.6.1　更通用的“规划–工具<br />使用”智能循环的业务<br />流程设计　144<br />4.6.2　制作自动规划智能处理<br />逻辑　145<br />4.6.3　注册之前制作的多个<br />MCP服务器并运行以<br />查看效果　148<br />4.7　MCP到底在做什么　150<br />第5章　AI Agent互联网应用实战　153<br />5.1　在Cherry Studio中使用MCP<br />服务器　153<br />5.1.1　Cherry Studio介绍　153<br />5.1.2　初学者指南　154<br />5.1.3　Cherry Studio与MCP的<br />应用场景和案例　157<br />5.1.4　MCP在Cherry Studio中<br />应用于AI Agent的重要<br />性与优势　165<br />5.2　在Clinde中使用MCP服务器　166<br />5.2.1　Clinde介绍　166<br />5.2.2　初学者指南　168<br />5.2.3　Clinde与MCP的应用<br />场景和案例　170<br />5.2.4　MCP在Clinde中应用于AI Agent的重要性与优势　176<br />5.3　在Cursor中使用MCP服务器　177<br />5.3.1　Cursor介绍　177<br />5.3.2　初学者指南　182<br />5.3.3　Cursor与MCP的应用场景<br />和案例　185<br />5.3.4　MCP在Cursor中应用于AI Agent的重要性与优势　189<br />5.4　在Cline中使用MCP服务器　190<br />5.4.1　Cline介绍　190<br />5.4.2　初学者指南　192<br />5.4.3　Cline与MCP的应用场景<br />和案例　195<br />5.4.4　MCP在Cline中应用于AI Agent的重要性与优势　200<br />5.5　腾讯云MCP服务器+ AI Agent +<br />小程序：5分钟构建一个类 Manus<br />服务　201<br />5.5.1　腾讯云AI套件简介　202<br />5.5.2　初学者指南　204<br />5.5.3　MCP的应用场景和案例：<br />构建类Manus服务　209<br />5.5.4　MCP生态、AI Agent生态<br />和微信生态　215<br />第6章　MCP对AI Agent框架的<br />影响　216<br />6.1　MCP对经典AI Agent框架核心<br />组件的影响　216<br />6.1.1　经典AI Agent框架介绍　216<br />6.1.2　MCP对经典AI Agent框架中工具使用模块的影响　217<br />6.1.3　MCP对经典AI Agent框架中规划、记忆模块的影响　218<br />6.1.4　MCP对经典AI Agent框架的其他影响　219<br />6.2　MCP对AI Agent构建平台架构的<br />影响　220<br />6.2.1　两类AI Agent构建平台　220<br />6.2.2　MCP出现后就不需要构建Workflow Agent了吗　222<br />6.2.3　MCP对两类AI Agent构建<br />平台产品的影响　225<br />6.3　主流AI Agent构建框架与MCP<br />的集成　225<br />6.4　基于Agently AI应用开发框架<br />使用和构建MCP服务器　230<br />6.4.1　将MCP服务器注册到Agently Agent　230<br />6.4.2　将Agently Agent包装为<br />MCP服务器　230<br />6.4.3　将Agently Workflow包装为MCP服务器　231<br />6.5　基于BISHENG+MCP构建领域Agent　232<br />第7章　MCP对AI应用生态的<br />影响　238<br />7.1　MCP与AI Agent应用的市场<br />成熟度　238<br />7.2　MCP对AI应用生态的短期<br />影响　240<br />7.2.1　Agent，从协助者到独立<br />参与者　240<br />7.2.2　无限工具与工具生态　241<br />7.2.3　只有通用Agent才能带来<br />垂直Agent的爆发　243<br />7.3　MCP对AI应用生态的长期<br />影响　244<br />7.3.1　通用Agent角色化　244<br />7.3.2　Endless Research场景　245<br />7.3.3　RaaS　245<br />7.3.4　AI Agent作为独立参与者<br />的管理　246<br />第8章　MCP对大模型公司的影响　248<br />8.1　MCP改变大模型公司的商业<br />模式　248<br />8.1.1　大模型公司的商业模式　248<br />8.1.2　MCP 对大模型公司商业<br />模式的影响　250<br />8.2　MCP促进大模型公司之间的合作<br />与竞争　252<br />8.2.1　合作　252<br />8.2.2　竞争　254<br />8.3　MCP推动大模型技术的普及与<br />应用　255<br />第9章　MCP应用接入流量入口　257<br />9.1　MCP客户端　257<br />9.2　MCP应用与主流AI应用平台的<br />集成策略　259<br />9.2.1　Cursor 的集成策略　259<br />9.2.2　Windsurf的集成策略　262<br />9.2.3　Clinde的集成策略　264<br />9.2.4　Cline 的集成策略　266<br />9.3　MCP 应用的推广策略　268<br />9.3.1　开发者社区合作　268<br />9.3.2　技术博客宣传　269<br />9.3.3　社交媒体营销　269<br />9.3.4　参与行业会议　270<br />9.3.5　其他推广策略　270<br />9.4　MCP应用的商业化策略：<br />21st.dev带来的启示　271<br />9.4.1　研究21st.dev的商业<br />模式　272<br />9.4.2　探索MCP应用可能采用<br />的商业模式　272<br />9.4.3　不同MCP应用商业模式<br />的对比与分析　273<br />9.4.4　综合分析与结论　274<br />第10章　AI Agent 互联网的未来<br />展望　275<br />10.1　AI Agent 互联网的发展趋势　275<br />10.1.1　回顾过去：传统互联网<br />开始走向没落　275<br />10.1.2　聚焦当下：AI Agent <br />重构网络新秩序　278<br />10.1.3　展望未来：引领第三次<br />数字范式跃迁　281<br />10.2　MCP在AI Agent互联网中的<br />角色与价值　285<br />10.2.1　MCP的角色：AI时代的“统一连接协议”　285<br />10.2.2　MCP的价值：降低门槛、创造可能、推动转型　287<br />10.3　MCP 未来对 AI Agent 互联网的<br />影响　288<br />10.4　AI Agent 互联网对社会和经济的<br />影响　289<br />10.4.1　AI Agent 重塑人类社会<br />生活　289<br />10.4.2　社会价值实践优势与<br />落地趋势　291<br />第11章　MCP和A2A协议的融合<br />与竞争　293<br />11.1　智能系统的演进路径　293<br />11.2　A2A协议的背景　296<br />11.3　A2A协议的深度剖析　297<br />11.3.1　A2A协议的设计理念与<br />架构　297<br />11.3.2　A2A协议涉及的角色　298<br />11.3.3　A2A协议的核心概念　299<br />11.3.4　A2A协议的关键特性　302<br />11.4　MCP和A2A等Agent协议的<br />融合与竞争分析　304<br />11.4.1　A2A协议与MCP：互补<br />和潜在竞争　304<br />11.4.2　A2A协议与ANP、<br />Agora、agent.json、<br />AITP等协议的差异　306<br />11.4.3　多协议共存的可能性　307<br />11.5　MCP和A2A协议在各自生态<br />上演进的可能性　307<br />11.5.1　生态参与者　307<br />11.5.2　生态基建　308<br />11.5.3　架构发展趋势　309<br />11.5.4　商业模式　311