用一个实际例子快速理解MCP应用的工作步骤

已经有很多的文章介绍MCP server，MCP Client工作原理，这里不做太多介绍。但是很多介绍都只是侧重介绍概念，实际的工作原理理解起来对初学者还是不太友好。本文以一个智能旅游咨询系统为例，详细说明在利用 Model Context Protocol（MCP）应用时，从用户输入到给出最终结果，上下文信息的传递过程以及每一步的封装填充情况。能够让读者快速了解，所谓的model context protocol中上下文的含义，同一般的function call的差异。

工作过程与原理介绍

场景设定

用户希望了解北京故宫的开放时间和门票价格，系统利用 MCP 协调不同的工具（如开放时间查询工具、门票价格查询工具）来获取相关信息并给出回答。

整个系统的消息交互图如下：

完整流程概述

1. 客户端与MCP服务器建立连接，获取可用工具列表
2. 用户输入问题，客户端封装请求
3. 客户端调用LLM进行意图分析，生成工具调用指令
4. 客户端向MCP服务器发起工具调用（需用户确认）
5. MCP服务器执行工具并返回结果
6. 客户端整合结果，调用LLM生成最终回答
7. 客户端向用户展示最终结果

---

详细步骤说明

1. 客户端初始化 & 获取工具列表

客户端首次连接MCP服务器时，通过/tools端点获取注册的工具列表：

请求：

GET /tools HTTP/1.1
Host: mcp-server.example.com
Accept: application/json

响应：

{"tools": [{"name": "opening_hours_query","description": "景区开放时间查询工具","parameters": {"location": "string"}},{"name": "ticket_price_query","description": "景区门票价格查询工具","parameters": {"location": "string"}}]
}

说明：客户端需要缓存工具列表，用于后续LLM分析。

---

2. 用户输入 & 请求封装

用户在客户端界面输入问题：

“北京故宫的开放时间和门票价格是多少？”

客户端封装请求，包含用户问题、用户标识和时间戳：

{"user_id": "12345","timestamp": "2025-04-09 12:00:00","question": "北京故宫的开放时间和门票价格是多少？"
}

---

3. LLM分析 & 生成工具调用指令

客户端将用户问题+工具描述发送给LLM：

{"question": "北京故宫的开放时间和门票价格是多少？","available_tools": [{"name": "opening_hours_query","description": "景区开放时间查询工具"},{"name": "ticket_price_query","description": "景区门票价格查询工具"}]
}

LLM返回结构化工具调用指令：

{"request_id": "abcdef123456","llm_response": [{ "tool_call_id": "call_1","tool_name": "opening_hours_query","parameters": {"location": "北京故宫"}},{ "tool_call_id": "call_2","tool_name": "ticket_price_query","parameters": {"location": "北京故宫"}}]
}

---

4. 客户端发起工具调用（含用户确认）

客户端按照MCP协议（JSON-RPC）格式封装请求，并先向用户展示确认对话框：

用户确认界面：

即将执行以下操作：
1. 查询[北京故宫]的开放时间
2. 查询[北京故宫]的门票价格是否继续？ [确认] [取消]

用户确认后，发送正式请求：

{"jsonrpc": "2.0","method": "tool/execute","params": {"tool": "opening_hours_query","arguments": {"location": "北京故宫"}},"id": "call_1"
}

---

5. MCP服务器执行工具

MCP服务器执行工具并返回结果：

{"jsonrpc": "2.0","result": {"status": "success","data": "旺季8:30-17:00，淡季8:30-16:30"},"id": "call_1"
}

---

6. 客户端整合结果 & 生成最终回答

客户端收集所有工具结果后，再次调用LLM：

{"request_id": "abcdef123456","question": "北京故宫的开放时间和门票价格是多少？","tool_results": [{"tool_call_id": "call_1","tool_name": "opening_hours_query","result": "旺季8:30-17:00，淡季8:30-16:30"},{"tool_call_id": "call_2","tool_name": "ticket_price_query","result": "旺季60元，淡季40元"}]
}

LLM生成自然语言回答：

{"final_answer": "北京故宫开放时间：旺季8:30-17:00，淡季8:30-16:30；门票价格：旺季60元，淡季40元。"
}

---

7. 客户端展示最终结果

将LLM生成的回答呈现给用户：

“北京故宫开放时间：旺季8:30-17:00，淡季8:30-16:30；门票价格：旺季60元，淡季40元。”

---

这个流程确保了系统的安全性、可扩展性和协议合规性。