相關主題
商品描述
本書聚焦於MCP這一連接AI Agent與多工具的關鍵技術，從MCP（模型上下文協議）的基礎知識入手，系統講解MCP的客戶端-服務器架構設計、標準化接口設計、上下文維護和動態擴展機制，闡明MCP與AI Agent協同增效的原理及其與其他協議的互操作性。在工具應用層面，系統梳理數據庫操作、文件系統管理、API調用、代碼管理等 MCP工具，通過Apifox、Qdrant、GitHub等典型MCP Server，介紹工具功能、選擇評估標準及實踐要點。 結合實戰案例，介紹MCP在智能助手、AI開發、企業自動化及多模態交互等領域的應用，且案例均包含環境配置、代碼實現、調試技巧和性能優化。本書知識體系完整，案例豐富，實用性強， 適合AI領域的工程師，軟件開發、數據分析技術人員及企業數字化轉型決策人員閱讀，也可用作高等院校相關專業教材。
目錄大綱
第1章 MCP概述與核心價值0011.1 AI Agent介紹0021.1.1 AI Agent的屬性及應用場景0021.1.2 AI Agent的核心能力0031.1.3 AI Agent的典型架構0041.1.4 AI Agent的發展瓶頸0071.2 MCP的定義與背景0091.2.1 MCP的起源與發展0091.2.2 MCP的核心概念0101.3 MCP的核心價值0111.3.1 解決工具碎片化：標準化接口降低集成成本0111.3.2 維護跨工具上下文：會話狀態統一管理0121.3.3 動態擴展能力：運行時發現新工具0131.3.4 安全沙箱機制：權限控制與操作審計0131.4 MCP在AI Agent生態中的角色0141.4.1 MCP：Agent的“行動引擎”0141.4.2 典型工作流0151.4.3 協議協同0151.5 MCP與其他技術的對比0161.5.1 與傳統API集成技術的對比 0161.5.2 與Function Call技術的對比 0161.5.3 核心差異總結0161.6 準備MCP環境0171.6.1 使用Claude Desk 71.6.2 Claude Desktop與MCP018第2章 MCP架構設計的原理0202.1 MCP架構概覽：目標、理念與模型0212.2 MCP的核心組件0222.2.1 MCP客戶端：角色、功能與設計0222.2.2 MCP服務器：架構、職責與關鍵模塊0242.2.3 主機應用與MCP連接器集成模式0282.3 通信協議與數據交換機制0302.3.1 協議基礎(JSON-RPC 2.0)0302.3.2 數據格式(請求、響應、通知、錯誤)0322.3.3 狀態化通信與上下文維護0342.3.4 傳輸安全與數據保護0372.4 能力協商與動態擴展機制0402.4.1 初始握手與能力協商流程0402.4.2 動態工具發現與功能擴展原理0442.5 安全與隱私架構0462.5.1 認證、授權與權限控制0462.5.2 用戶同意機制0492.6 綜合實戰：簡易MCP交互系統0502.6.1 MCP服務器0502.6.2 MCP客戶端053第3章 個MCP程序：基於DeepSeek等模型的MCP服務器0583.1 系統功能介紹0593.2 共享資源模塊0603.2.1 工具函數0603.2.2 模型提供商管理0623.2.3 路由模型請求0623.2.4 驗證模型和提供商0663.3 大模型交互模塊0683.3.1 與Claude模型交互0683.3.2 與DeepSeek模型交互0713.3.3 與Gemini模型交互0723.3.4 與Groq模型交互0753.3.5 與Ollama模型交互0763.3.6 與OpenAI模型交互0773.4 功能組合模塊0803.4.1 處理模型的提示請求0803.4.2 模擬CEO與董事會決策0833.5 MCP服務器0863.6 系統測試0913.6.1 向模型發送提示信息0913.6.2 測試DeepSeek模型0923.7 調試運行092第4章 MCP工具生態概覽0944.1 MCP工具的分類0954.1.1 數據操作類工具0954.1.2 服務集成類工具0954.1.3 開發與運維類工具0954.1.4 多模態與AI類工具0954.2 MCP工具的選擇與評估標準0954.2.1 兼容性0954.2.2 功能完整性0954.2.3 易用性0954.2.4 性能穩定性0954.2.5 安全性0954.3 主流MCP服務器與工具深度解析0954.3.1 API集成與開發工具：Apifox MCP Server0954.3.2 向量數據庫與語義搜索：Qdrant MCP Server0954.3.3 代碼協作與管理：GitHub MCP Server0954.3.4 雲服務與安全：Cloudflare MCP Server（雲優化、網絡安全）0954.4 MCP Python SDK0954.4.1 MCP服務器實現0954.4.2 MCP客戶端實現0954.4.3 MCP認證客戶端測試095第5章 MCP賦能AI Agent開發0965.1 AI Agent與MCP的交互模式0975.1.1 標準化通信流程0975.1.2 事件驅動與狀態管理1005.2 MCP如何簡化AI Agent開發1035.2.1 抽象底層覆雜性：開發者聚焦業務邏輯1035.2.2 動態資源分配與無服務器理念 1045.2.3 Prompt工程優化：釋放Token空間 1055.3 MCP和AI Agent的核心協同場景1065.3.1 動態生成與配置AI Agent1075.3.2 無縫集成多樣化工具與數據源 107 5.3.3 構建覆雜工作流與多Agent協作基礎 1085.4 綜合實戰：基於阿裏Qwen和MCP技術的Agent系統1095.4.1 實現Agent邏輯1105.4.2 MCP管理1335.4.3 Agent測試142第6章 智能助手開發實戰1496.1 個人助理與智能客服的核心需求1506.1.1 個人助理的核心需求與MCP的作用1506.1.2 智能客服的核心需求與MCP的作用1516.2 FastMCP框架1526.2.1 FastMCP框架架構與核心概念 1526.2.2 FastMCP工具開發實戰 1546.2.3 FastMCP與LLM的協作機制 1556.3 綜合實戰：基於LangChain、語音服務和MCP的電商智能客服系統1566.3.1 項目介紹1576.3.2 MCP服務器配置1586.3.3 智能代理模塊1616.3.4 服務模塊1666.3.5 MCP服務器1686.3.6 系統主程序1706.3.7 調試運行179第7章 AI賦能開發工作流實戰1817.1 概述1827.2 智能編程助手開發與MCP1837.2.1 MCP的作用1837.2.2 智能編程助手：代碼生成、Bug修覆與解釋1837.2.3 開發工具鏈集成：API調用、數據庫操作與Git管理1867.2.4 運維自動化：日誌管理、緩存、性能監控1877.3 綜合實戰：基於IDA Pro和VS Code的MCP服務器1897.3.1 系統配置1897.3.2 MCP服務器：IDA Pro內部服務器1907.3.3 MCP服務器：主服務器1927.3.4 MCP-Plugin插件203第8章 企業自動化應用實戰2368.1 企業效率與數據洞察需求2378.1.1 企業自動化的發展歷程2378.1.2 企業自動化的主流技術和產品2388.2 MCP在企業自動化中的應用2398.2.1 企業知識管理：知識庫查詢、文檔自動生成2398.2.2 業務流程自動化(RPA+)：審批、報告、供應鏈2408.2.3 數據分析與可視化：數據獲取、處理、儀表板集成2418.3 綜合實戰：基於Odoo ERP、Claude和MCP的辦公自動化程序2438.3.1 系統配置2438.3.2 連接Odoo系統2468.3.3 MCP服務器2478.3.4 MCP資源處理器2518.3.5 Odoo模型的訪問控制2558.3.6 URI 解析和構建2608.3.7 性能優化與緩存2648.3.8 MCP測試2698.3.9 功能測試279第9章 多模態與知識密集型應用實戰2859.1 MCP在多模態場景中的擴展應用2869.1.1 多模態模型協同接口設計2869.1.2 非文本資源的封裝與傳遞2889.1.3 多通道輸入融合與聯合推理2899.2 綜合實戰：融合天氣、地圖和商品數據的多模態語音助手2909.2.1 系統配置2919.2.2 核心服務層模塊2919.2.3 MCP工具服務層模塊3239.2.4 主入口文件3309.2.5 調試運行336
