第1章 認識AI智能體與MCP 1
1.1 走進AI智能體時代 1
1.1.1 智能體的起源 1
1.1.2 大模型時代的智能體 2
1.1.3 兩種類型的智能體系統(tǒng) 4
1.1.4 智能體的挑戰(zhàn)與趨勢 6
1.2 初步認識MCP 7
1.2.1 智能體時代AI應用集成的挑戰(zhàn) 7
1.2.2 MCP：一種新的AI應用集成標準 9
1.2.3 基于MCP的集成架構 11
1.3 從第一個MCP示例開始 14
1.3.1 開發(fā)環(huán)境與設置 14
1.3.2 第一個MCP示例 17
第2章 揭秘MCP規(guī)范與原理 22
2.1 總體架構 23
2.2 消息規(guī)范：互操作的基礎 24
2.2.1 什么是JSON-RPC 2.0 24
2.2.2 理解基于JSON-RPC 2.0的遠程調(diào)用 26
2.3 通信機制：基于HTTP的遠程通信 28
2.3.1 無狀態(tài)HTTP Post的不足 28
2.3.2 詳解MCP的SSE通信機制 30
2.4 通信機制：基于stdio的本地通信 38
2.4.1 stdio通信的基本原理 39
2.4.2 模擬實現(xiàn)stdio模式的服務端 39
2.5 MCP架構下的會話生命周期 41
2.5.1 連接與初始化 41
2.5.2 交互與調(diào)用 43
2.5.3 連接關閉 44
2.6 服務端功能 44
2.6.1 工具（Tools）：可執(zhí)行的復雜邏輯 45
2.6.2 資源（Resources）：動態(tài)的上下文信息 51
2.6.3 提示（Prompts）：預置的模板 57
2.7 MCP客戶端功能 62
2.7.1 Roots：控制服務端的訪問范圍 62
2.7.2 Sampling：控制LLM的安全使用 65
2.8 MCP規(guī)范總結客戶端 69
第3章 基于SDK開發(fā)服務端 71
3.1 認識MCP SDK 71
3.1.1 關于MCP SDK及準備 71
3.1.2 了解MCP SDK的層次結構 72
3.2 使用FastMCP開發(fā)服務端 74
3.2.1 創(chuàng)建FastMCP Server實例 74
3.2.2 開發(fā)工具（Tools）功能 75
3.2.3 開發(fā)資源（Resources）功能 80
3.2.4 開發(fā)提示（Prompts）功能 82
3.2.5 啟動服務端 85
3.3 服務端的調(diào)試、跟蹤與部署 89
3.3.1 調(diào)試與跟蹤服務端 89
3.3.2 部署MCP遠程服務端 99
第4章 基于SDK開發(fā)客戶端 106
4.1 用Python庫模擬客戶端 106
4.1.1 模擬遠程模式（HTTP）客戶端 107
4.1.2 模擬本地模式（stdio）客戶端 116
4.2 基于SDK開發(fā)客戶端 120
4.2.1 實戰(zhàn)準備 - 通用的MCP測試客戶端 120
4.2.2 遠程連接與初始化 121
4.2.3 本地連接與初始化 123
4.2.4 工具的發(fā)現(xiàn)與調(diào)用 124
4.2.5 資源的發(fā)現(xiàn)與調(diào)用 127
4.2.6 提示（Prompts）的發(fā)現(xiàn)與調(diào)用 130
4.2.7 優(yōu)化 - 緩存服務端功能列表 132
4.3 MCP SDK開發(fā)小結 135
第5章 MCP高級開發(fā)技巧 136
5.1 基于低層SDK開發(fā)服務端 136
5.1.1 創(chuàng)建低層Server實例 137
5.1.2 開發(fā)與注冊服務端功能 137
5.1.3 啟動低層Server實例 141
5.2 使用生命周期管理器lifespan 145
5.2.1 預備知識：上下文管理器 145
5.2.2 生命周期管理器 147
5.2.3 在Server實例中使用lifespan 148
5.2.4 在Starlette實例中使用lifespan（SSE模式） 153
5.3 實現(xiàn)應用層的ping機制 155
5.3.1 預備知識：服務端的ServerSession 155
5.3.2 ping請求的消息格式 157
5.3.3 實現(xiàn)ServerSession的ping任務 157
5.3.4 驗證ping機制 162
5.4. 服務端通知（Notification）的應用 164
5.4.1 認識通知 164
5.4.2 常見的通知類型 165
5.4.3 實現(xiàn)列表變更通知 166
5.4.4 實現(xiàn)服務端任務的“進度條” 175
5.5 實現(xiàn)服務端的工具調(diào)用緩存 181
5.5.1 實現(xiàn)服務端的工具緩存類 182
5.5.2 用裝飾器給工具增加緩存 186
5.5.3 測試服務端工具緩存 189
5.6 切換WebSocket的傳輸層 191
5.6.1 服務端WebSocket傳輸?shù)膶崿F(xiàn) 191
5.6.2 客戶端WebSocket連接的實現(xiàn) 193
5.6.3 測試WebSocket傳輸模式 194
5.7 客戶端功能（Sampling等）的應用 195
5.7.1 實現(xiàn)客戶端Roots與Sampling功能 196
1．Roots回調(diào)函數(shù) 196
5.7.2 服務端調(diào)用客戶端Sampling功能 199
5.7.3 測試客戶端Sampling的調(diào)用 201
5.8 服務端的安全機制 203
5.8.1 基于安全Token的認證 204
5.8.2 基于OAuth的安全授權 205
第6章 基于MCP開發(fā)智能體系統(tǒng) 206
6.1 發(fā)現(xiàn)與配置社區(qū)MCP服務 206
6.1.1 發(fā)現(xiàn)社區(qū)共享的MCP服務 207
6.1.2 如何獲取、安裝與運行 208
6.1.3 在客戶端配置與使用 210
6.2 集成大模型與MCP服務 213
6.2.1 準備：多MCP服務端連接管理組件 214
6.2.2 集成函數(shù)調(diào)用（Function Calling）與MCP服務 219
6.3 集成智能體開發(fā)框架與MCP服務 226
6.3.1 集成LangGraph與MCP服務 227
6.3.2 其他主流的智能體框架與MCP集成 233
6.4 實戰(zhàn)：基于MCP架構的多文檔Agentic RAG系統(tǒng) 239
6.4.1 整體架構設計 239
6.4.2 實現(xiàn)服務端 241
6.4.3 實現(xiàn)客戶端的智能體 248
6.4.4 效果測試 253
6.4.5 后續(xù)優(yōu)化空間 258
6.5 實戰(zhàn)：基于MCP架構的多智能體系統(tǒng) 259
6.5.1 整體架構設計 260
6.5.2 MCP服務端準備 261
6.5.3 智能體準備 264
6.5.4 構建多智能體工作流 268
6.5.5 客戶端（支持API模式） 274
6.5.6 效果測試 276
6.5.7 后續(xù)優(yōu)化空間 280
第7章 解讀新版MCP規(guī)范與未來展望 282
7.1 新的Streamable HTTP遠程傳輸模式 282
7.2 引入基于OAuth 2.1的授權框架 286
7.3 支持JSON-RPC批處理 290
7.4 增加工具注解信息 292
7.5 增強其他方面的功能 295
7.5.1 在進度通知中增加message描述字段 295
7.5.2 新增音頻數(shù)據(jù)類型支持 296
7.5.3 新增自動補全能力標識 297
7.6 對MCP的未來展望 298