MCP實戰之道
高強文
- 出版商: 機械工業
- 出版日期: 2026-05-01
- 售價: $534
- 語言: 簡體中文
- 頁數: 200
- ISBN: 7111806298
- ISBN-13: 9787111806295
-
相關分類:
Large language model
下單後立即進貨 (約4週~6週)
商品描述
本書從原理、開發和應用3個維度全面講解MCP的落地實戰，使讀者真正掌握大模型上下文高效主動傳遞的核心技術，從而在較低算力條件下實現AI系統的生產應用。全書共16章，分為三篇。?基礎篇（ ~4章） 主要介紹MCP的基本概念、應用場景、發展歷程、技術架構與協議規範，並通過極簡入門案例闡釋各核心組件的職責與關系。?開發篇（第5~7章） 聚焦MCP開發體系，涵蓋MCP-SDK支持的Resources、Tools、Prompts、Sampling和Context等5種核心服務的開發過程，以及Gradio、OpenAI、LangChain、FastAPI和AutoGen等5類開發框架用於MCP的開發方法。?應用篇（第8~16章） 針對實際生產需求，詳細介紹Dify、Playwright、Langflow、GraphRAG、ComfyUI等9個實用案例，涉及AI Agent、工作流、自動化測試、RAG知識庫、聯網搜索、多模態應用等場景中MCP的具體應用方法。
作者簡介
高強文 AI技術專家與項目導師。作為數字技術正 工程師，專註於人工智能大語言模型應用開發、開源社區開發與運營。<br />AI領域創業先鋒，寧夏回族自治區勞動模範。現任互鏈高科（北京）技術發展有限公司總經理，銀川方達電子系統工程有限公司董事長。從業20多年來，一直從事信息化、人工智能等產品研發與管理工作。近年來積極投身於開源事業，開發運營aliendao.cn、gitclone.com和opendao.cn等開源社區，在GitHub上貢獻了20多個開源代碼庫。著有《大模型項目實戰：多領域智能應用開發》和《大模型項目實戰：Agent開發與應用》等，旨在為開發者提供AI技術實踐指導。
目錄大綱
前言
基礎篇
第1章 MCP基礎知識
1.1 基本介紹
1.1.1 架構
1.1.2 特性
1.2 技術應用場景
1.3 發展歷程
1.3.1 MCP標準的發展過程
1.3.2 MCP生態的形成過程
1.4 技術橫向對比
1.4.1 MCP與Function-Calling特性
1.4.2 MCP與A2A協議
第2章 MCP技術原理
2.1 架構設計
2.1.1 Host、Client、Server的基本概念
2.1.2 MCP Host
2.1.3 MCP Client
2.1.4 MCP Server
2.2 核心服務
2.2.1 Tools
2.2.2 Resources
2.2.3 Prompts
2.2.4 Sampling
2.2.5 Elicitation
2.3 基礎協議
2.3.1 消息
2.3.2 生命周期
2.3.3 傳輸通道
2.3.4 身份認證
2.3.5 進度跟蹤
2.3.6 日誌
第3章 技術體系搭建
3.1 技術體系概述
3.2 Cherry Studio安裝與MCP環境配置
3.3 Python虛擬環境安裝
3.3.1 虛擬環境選型
3.3.2 uv安裝
3.3.3 uv配置及驗證
3.3.4 虛擬環境驗證
3.4 Docker安裝
3.4.1 操作系統要求
3.4.2 安裝
3.4.3 配置鏡像及驗證
3.5 Xinference的安裝與使用
3.5.1 大模型環境的選型
3.5.2 Xinference安裝
3.5.3 使用Xinference部署模型
3.6 Ollama安裝
3.7 VS Code和Git安裝
第4章 MCP應用實踐極簡入門
4.1 實踐要點
4.1.1 應用場景
4.1.2 應用技術
4.2 MCP應用案例
4.2.1 啟動大模型服務
4.2.2 配置基本對話功能
4.2.3 配置MCP
4.2.4 驗證
4.3 案例分析總結
4.3.1 運行流程
4.3.2 改進措施
開發篇
第5章 基礎組件開發
5.1 MCP-SDK功能介紹
5.2 MCP Server開發
5.2.1 STDIO傳輸通道
5.2.2 Streamable-HTTP傳輸通道
5.2.3 授權訪問控制
5.3 MCP Client開發
5.3.1 STDIO傳輸通道
5.3.2 Streamable-HTTP傳輸通道
5.4 MCP Host開發
5.4.1 代碼實現
5.4.2 測試驗證
第6章 常用服務開發
6.1 Resources
6.1.1 案例場景
6.1.2 代碼實現
6.1.3 測試驗證
6.2 Tools
6.2.1 案例場景
6.2.2 代碼實現
6.2.3 測試驗證
6.3 Prompts
6.3.1 案例場景
6.3.2 代碼實現
6.3.3 測試驗證
6.4 Sampling
6.4.1 案例場景
6.4.2 代碼實現
6.4.3 測試驗證
6.5 Context
6.5.1 案例場景
6.5.2 代碼實現
6.5.3 測試驗證
第7章 常用開發框架
7.1 Gradio-MCP
7.1.1 案例場景
7.1.2 代碼實現
7.1.3 測試驗證
7.2 OpenAI Agents SDK
7.2.1 案例場景
7.2.2 代碼實現
7.2.3 測試驗證
7.3 LangChain MCP Adapters
7.3.1 案例場景
7.3.2 代碼實現
7.3.3 測試驗證
7.4 FastAPI-MCP
7.4.1 案例場景
7.4.2 代碼實現
7.4.3 測試驗證
7.5 AutoGen-ext
7.5.1 案例場景
7.5.2 代碼實現
7.5.3 測試驗證
應用篇
第8章 Dify應用
8.1 Dify介紹
8.1.1 核心功能
8.1.2 應用場景
8.1.3 MCP支持情況
8.2 安裝與基礎配置
8.2.1 安裝方案
8.2.2 Docker內存優化
8.2.3 Dify安裝
8.2.4 模型配置
8.3 應用案例
8.3.1 對話應用
8.3.2 AI Agent
8.3.3 工作流
8.3.4 MCP Server
第9章 Playwright應用
9.1 Playwright MCP介紹
9.2 安裝
9.2.1 Node.js安裝
9.2.2 Playwright MCP啟動
9.3 應用案例
9.3.1 MCP Client調用
9.3.2 與Cherry Studio整合
9.3.3 與Dify整合
第10章 Langflow應用
10.1 Langflow介紹
10.2 安裝與基礎配置
10.2.1 安裝
10.2.2 模型配置
10.3 應用案例
10.3.1 Basic Prompting
10.3.2 MCP Server
10.3.3 MCP工具調用
第11章 SearXNG應用
11.1 SearXNG介紹
11.2 安裝與基礎配置
11.2.1 安裝
11.2.2 配置
11.3 應用案例
11.3.1 MCP Server開發
11.3.2 整合到Cherry Studio
11.3.3 整合到Dify
第12章 GraphRAG應用
12.1 GraphRAG介紹
12.2 安裝與配置
12.2.1 安裝
12.2.2 配置
12.3 應用案例
12.3.1 檢索案例與分析
12.
