商品描述
本書系統講解MCP的原理、協議設計與商業落地，構建了從“零基礎”到“可擴展企業級系統”的完整知識體系。全書共10章，依次為MCP的基礎知識、MCP架構詳解、MCP規範、實戰體驗： 個MCP程序、多場景MCP服務器實戰演練、MCP服務開發實踐、MCP與AI Agent、多模型的集成與協同、商業項目：智能編程助手（IDA Pro+VS Code+MCP）和商業項目：基於MCP實現的多智能體協同系統（Agent+Git+tmux+SQLite）。本書內容兼具理論深度與落地指導性，不僅為AI研究者提供MCP的系統性知識，還為開發者在實際業務中快速構建安全、可擴展、多模型協同的AI系統提供詳盡的操作指南，助力讀者一步到位地掌握MCP核心技術與商業實戰。
作者簡介
張學建，哈爾濱工業大學博士，百度智能雲研發工程師、百度大模型工程師，在大規模機器學習、深度學習、數據搜索、行業垂直應用、研發管理等領域擁有豐富經驗。在企業智能化轉型、業務 化經營領域擁有豐富的大規模搜索架構搭建、個性化推薦架構搭建、機器學 統架構搭建經驗和技術團隊管理經驗。現從事城市大數據中心的開發和建設工作，將深度學習運用到數字經濟領域。
目錄大綱
第1章 MCP的基礎知識
1．1 Anthropic介紹
1．2 MCP的核心概念與定位
1．2．1 MCP的基本概念
1．2．2 MCP的核心目標
1．2．3 MCP在AI生態中的定位與價值
1．3 MCP的起源與發展背景
1．3．1 AI模型與外部工具交互的痛點
1．3．2 MCP的演進歷程
1．4 MCP開發基礎
1．4．1 搭建MCP環境
1．4．2 JSON-RPC 2．0基礎
第2章 MCP架構詳解
2．1 MCP的整體架構概覽
2．2 核心組件解析
2．2．1 MCP客戶端
2．2．2 MCP服務器
2．2．3 MCP協議層
2．2．4 AI模型接口
2．3 組件間的交互流程
2．3．1 初始化流程
2．3．2 數據交互流程
2．3．3 生命周期管理
2．4 通信協議與傳輸方式
2．4．1 支持的傳輸協議
2．4．2 數據序列化格式
2．4．3 安全性保障
第3章 MCP規範
3．1 MCP的核心目標與設計原則
3．1．1 MCP的核心目標
3．1．2 MCP的設計原則
3．2 MCP核心原語的定義
3．2．1 Prompts：用戶觸發的交互式模板
3．2．2 Resources：應用程序管理的上下文數據
3．2．3 Tools：暴露給AI模型的操作函數
3．3 MCP的消息格式與Schema規範
3．3．1 TypeScript基礎定義
3．3．2 JSON Schema映射
3．3．3 字段說明與約束
3．4 生命周期管理
3．4．1 會話初始化
3．4．2 會話終止
第4章 實戰體驗：第一個MCP程序
4．1 MCP SDK的開源生態
4．2 功能模塊介紹
4．3 MCP服務器端
4．3．1 服務器端認證與授權
4．3．2 實現FastMCP服務器
4．3．3 實現Server類
4．3．4 異步上下文管理器
4．3．5 引導工具
4．3．6 StreamableHTTP傳輸
4．3．7 傳輸安全設置
4．3．8 WebSocket服務器
4．4 MCP客戶端實現
4．4．1 基於OAuth 2．0的客戶端認證
4．4．2 客戶端會話管理
4．4．3 基於SSE的MCP客戶端傳輸
4．4．4 StreamableHTTP傳輸
4．4．5 WebSocket客戶端
4．5 MCP命令行工具集
4．5．1 命令行工具
4．5．2 Claude Desktop集成
4．6 MCP認證客戶端測試
4．6．1 基於OAuth認證的MCP客戶端
4．6．2 運行測試
第5章 多場景MCP服務器實戰演練
5．1 項目介紹
5．2 MCP服務器實現形態
5．2．1 基於stdio傳輸方式的MCP服務器
5．2．2 Streamable HTTP服務器
5．2．3 發送事件的MCP服務器
5．2．4 多功能MCP服務器
5．2．5 多功能MCP服務器的主頁
5．3 網絡請求MCP服務器
5．4 文件系統MCP服務器
5．4．1 路徑驗證
5．4．2 目錄驗證
5．4．3 文件操作
5．4．4 實現文件系統MCP服務器
5．5 Git MCP服務器
5．5．1 實現Git MCP服務器
5．5．2 MCP服務測試
5．6 時間MCP服務器
5．7 持久化記憶MCP服務
5．7．1 基於知識圖譜的持久記憶介紹
5．7．2 實現基於MCP的知識圖譜內存服務器
5．8 序列思維MCP服務
第6章 MCP服務開發實踐
6．1 MCP服務器連接
6．1．1 連接到本地MCP服務器
6．1．2 連接到遠程MCP服務器
6．2 綜合實戰：基於Python和 TypeScript的MCP服務器
6．2．1 基於Python的MCP服務器
6．2．2 基於TypeScript的MCP服務器
6．3 綜合實戰：基於Python和 TypeScript的MCP客戶端
6．3．1 基於Python的MCP客戶端
6．3．2 基於TypeScript的MCP客戶端
6．4 綜合實戰：阿裏雲的MySQL MCP服務器
6．4．1 實現MCP服務器
6．4．2 配置運行
6．5 綜合實戰：DeepSeek與MCP的集成
6．5．1 基於MCP的DeepSeek服務器
6．5．2 DeepSeek Thinker MCP服務器
第7章 MCP與AI Agent
7．1 AI Agent的概述、核心能力與挑戰
7．1．1 AI Agent的概述
7．1．2 AI Agent的核心能力
7．1．3 AI Agent的挑戰
7．2 MCP賦能AI Agent的方式
7．2．1 標準化工具調用接口
7．2．2 統一上下文管理
7．2．3 簡化多Agent協作
7．2．4 基於MCP的AI Agent架構設計
7．3 綜合實戰：基於MCP實現的金融投資Agent
7．3．1 項目介紹
7．3．2 獲取恐懼與貪婪指數數據
7．3．3 金融數據分析
7．3．4 從Yahoo Finance抓取和解析金融數據
7．3．5 金融MCP服務器
7．3．6 金融數據工具測試
7．3．7 市場動態工具測試
7．3．8 市場情緒分析測試
7．3．9 個股數據測試
7．4 綜合實戰：基於視覺Agent的MCP服務器
7．4．1 項目介紹
7．4．2 通用工具
7．4．3 圖像處理
7．4．4 數據驗證
7．4．5 實現MCP服務器
7．4．6 調試運行
第8章 多模型的集成與協同
8．1 多模型集成的需求與價值
8．1．1 多模型集成的需求
8．1．2 多模型集成的價值
8．2 MCP在多模型協同中的作用
8．2．1 統一交互接口
8．2．2 上下文共享
8．2．3 任務調度
8．3 多模型協同的典型模式與實現
8．3．1 串聯模式
8．3．2 並聯模式
8．3．3 混合模式
8．3．4 多模型集成的實現步驟
8．4 綜合實戰：多模型人臉嵌入服務
8．4．1 項目介紹
8．4．2 模型資源
8．4．3 圖像處理
8．4．4 特征提取和人臉檢測
8．4．5 API路由
8．4．6 主程序
8．4．7 MCP服務設計
第9章 商業項目： 智能編程助手（IDA Pro+VS Code+MCP）
9．1 背景介紹
9．1．1 開發者效率痛點
9．1．2 智能開發助手的產生背景和歷程
9．1．3 智能編程助手與MCP
9．2 系統配置
9．3 MCP服務器
9．3．1 IDA Pro內部服務器
9．3．2 主服務器
9．3．3 文件server．py和文件idalib_server．py的區別
9．4 MCP-Plugin插件
9．4．1 核心基礎類與裝飾器
9．4．2 基礎信息獲取與類型處理
9．4．3 程序元素枚舉與交叉引用
9．4．4 變量與函數修改操作
9．4．5 棧幀操作與調試
第10章 商業項目：基於MCP實現的多智能體協同系統（Agent+Git+tmux+SQLite）10．1 背景介紹
10．2 功能模塊介紹
10．3 通用模塊
10．3．1 Agent操作日誌記錄
10．3．2 JSON輸入的清理和解析
10．3．3 tmux交互處理
10．3．4 Git工作樹管理
10．4 工具模塊
10．4．1 基於MCP的多Agent管理
10．4．2 基於MCP的代理通信工具模塊
10．4．3 獲取代理系統提示的工具模塊
10．4．4 文件管理工具模塊
10．4．5 基於MCP的項目上下文管理工具模塊
10．4．6 檢索增強生成工具模塊
10．4．7 基於MCP的任務管理工具模塊
10．5 框架核心功能模塊
10．5．1 系統配置
10．5．2 身份驗證
10．6 應用整合模塊
10．6．1 為MCP服務的路由配置
10．6．2 服務器生命周期管理
10．6．3 應用配置主程序
