MCP 的架构组件

在上一节中，我们讨论了 MCP 的关键概念和术语。现在，让我们深入探讨构成 MCP 生态系统的架构组件。

主机、客户端和服务器

模型上下文协议 (MCP) 建立在客户端-服务器架构之上，该架构实现了 AI 模型和外部系统之间的结构化通信。

MCP 架构由三个主要组件组成，每个组件都有明确定义的角色和职责：主机、客户端和服务器。我们在上一节中提到了这些内容，但让我们深入了解每个组件及其职责。

主机

主机是用户直接交互的面向用户的 AI 应用程序。

示例包括

• AI 聊天应用，如 OpenAI ChatGPT 或 Anthropic 的 Claude Desktop
• AI 增强型 IDE，如 Cursor，或与 Continue.dev 等工具的集成
• 使用 LangChain 或 smolagents 等库构建的自定义 AI 代理和应用程序

主机的职责包括

• 管理用户交互和权限
• 通过 MCP 客户端启动与 MCP 服务器的连接
• 协调用户请求、LLM 处理和外部工具之间的整体流程
• 以一致的格式向用户呈现结果

在大多数情况下，用户将根据自己的需求和偏好选择其主机应用程序。例如，开发人员可能会选择 Cursor，因为它具有强大的代码编辑功能，而领域专家可能会使用 smolagents 中构建的自定义应用程序。

客户端

客户端是主机应用程序中的一个组件，用于管理与特定 MCP 服务器的通信。主要特点包括

• 每个客户端与单个服务器保持 1:1 连接
• 处理 MCP 通信的协议级详细信息
• 充当主机逻辑和外部服务器之间的中介

服务器

服务器是外部程序或服务，通过 MCP 协议向 AI 模型公开功能。服务器

• 提供对特定外部工具、数据源或服务的访问
• 充当现有功能的轻量级包装器
• 可以在本地（与主机在同一台机器上）或远程（通过网络）运行
• 以客户端可以发现和使用的标准化格式公开其功能

通信流程

让我们看看这些组件在典型的 MCP 工作流中如何交互

1. 用户交互：用户与主机应用程序交互，表达意图或查询。

2. 主机处理：主机处理用户的输入，可能会使用 LLM 来理解请求并确定可能需要哪些外部功能。

3. 客户端连接：主机指示其客户端组件连接到适当的服务器。

4. 功能发现：客户端查询服务器以发现其提供哪些功能（工具、资源、提示）。

5. 功能调用：根据用户需求或 LLM 的判断，主机指示客户端调用服务器中的特定功能。

6. 服务器执行：服务器执行请求的功能并将结果返回给客户端。

7. 结果集成：客户端将这些结果传回给主机，主机将其整合到 LLM 的上下文中或直接呈现给用户。

这种架构的一个关键优势是其模块化。一个主机可以通过不同的客户端同时连接到多个服务器。可以在不更改现有主机的情况下将新服务器添加到生态系统中。可以在不同服务器之间轻松组合功能。

该架构可能看起来很简单，但其强大之处在于通信协议的标准化以及组件之间职责的清晰分离。这种设计允许构建一个内聚的生态系统，其中 AI 模型可以与不断增长的外部工具和数据源无缝连接。

结论

这些交互模式受若干指导 MCP 设计和演进的关键原则的指导。该协议通过提供通用的 AI 连接协议来强调标准化，同时通过保持核心协议简单但支持高级功能来保持简洁性。通过对敏感操作要求明确的用户批准来优先考虑安全性，并且可发现性实现了功能的动态发现。该协议在设计时考虑了可扩展性，通过版本控制和功能协商支持演进，并确保不同实现和环境之间的互操作性。

在下一节中，我们将探讨使这些组件有效协同工作的通信协议。

< > 在 GitHub 上更新