目前，关于MCP服务器有很多科普，但其实都相对抽象或者相对术语化，或者过于简单而没有触及到核心，其实它的原理如下，以cherry为例：
- cherry是一个集成的mcp客户端以及和大模型交互的软件
- 当安装mcp服务器的时候，mcp客户端（内置在cherry里面）会和mcp服务器立马建立连接，并且，会把mcp服务器的工具描述都获取出来
- 如果安装了多个mcp服务器，那么，cherry会和所有mcp服务器通信，并且把所有的工具描述都提取出来，形成一个长长的list，就像这样
[{服务器1-工具A},{服务器1-工具B},{服务器2-工具A},{服务器2-工具B},...]
- 当你在对话框里面发送问题的时候，cherry会把你的问题，然后再把上面那一坨工具包（含有工具用途，描述等内容的工具清单）都发送给大模型，供大模型选择
- 大模型根据自己的理解，声明“我要调用工具1”或者“我要调用工具1和工具2”，请mcp客户端批准！
- MCP客户端接受到调用工具的指令后，和mcp服务器联系，提供参数申请调用
- MCP服务器接受mcp客户端的指令，开始运行脚本/程序，得到结果，返回给MCP客户端
- MCP客户端拿到结果后，结合之前的上下文一起把结果反馈给大模型
- 大模型整合所有的信息（包括用户开始提的问题，mcp服务器运行后的结果等），根据自己的理解，向用户返回最终回复
最后，我还想补充一点，就是mcp客户端处理工具清单的方式可以不同，例如：
- cline是把工具清单全部塞进系统提示词里面，优点是不依赖AI大模型的工具调用功能，可以直接使用deepseek R1这种不支持FC的大模型，缺点是消耗token比较大，因为需要有大量额外的提示词来说明工具清单的内容、使用方式等详细描述，对AI大模型的处理能力提出了更高的要求，否则容易“用错工具”
- cherry是利用AI大模型的工具调用能力，递交工具清单是通过FC来递交的，格式规范，不需要过多说明，所以token消耗小，但缺点是只能使用支持FC的大模型，像deepseek R1这样的就不能用
33 Likes
00001
(喵~)
2
MCP（主控程序）：扮演“指挥官”角色，负责调度资源、分配任务、监控全局，确保一切高效运转。
——
可以把MCP服务器想象成一个超智能厨房：
1、你（用户）点了一道菜（请求任务）
2、厨房的管理者（MCP）决定哪个厨师（AI模型）最擅长这道菜，并安排他们去做
3、厨师们（AI计算单元）各自负责不同的部分，快速烹饪
4、经过整理和摆盘，最终把菜端给你（返回结果）
这样理解？
4 Likes
用简单白话就是，支持MCP服务的客户端充当你和AI之间的中介。
客户端会将，自己能提供的服务，用你和ai聊天一样的的，文字的方式，递交给ai。
当你询问AI一个问题的时候，Ai 会把需要执行的命令递交给客户端，客户端来执行命令并且把执行命令的结果返回给Ai 。
ai获取到足够的信息之后，将答案返回给客户端，并由客户端递交给你。
3 Likes
entr0pia
(井芹仁菜)
8
MCP不是新的独特的东西, 只是成为了标准. 在这之前大家都是手搓
3 Likes
Keyman
(Keyman)
9
这样看来无非就是openai的api参数中的tools参数，就是个列表，列表里面有定义可用函数和描述、参数、类型，只不过变成了这些函数在调用https api而已，炒那么火不也是以前的东西吗
1 Like
眼下无敌，能操作软件了，但不能开箱即用和os操作。
1 Like
admini
(admini)
11
是的没毛病，这个流程。但是 host 软件通过配置文件调用 MCP client 的。
1 Like
选择哪个AI模型，不是MCP做的事情，AI模型是自己手动选，不能由MCP选择用哪个模型。MCP不是厨房管理者，他只是“产品经理”这样的角色，负责协调AI大模型和外部脚本/程序之间的桥梁
1 Like
我觉得可以理解为，MCP就是一种标准化的，特殊的工作流
1 Like
关键在于MCP服务器的撰写质量吧。。还有针对自己特定运用场景的MCP服务通常要自己写出来才好用
3 Likes
yourgold
(下次再说)
16
是不是比较类似复杂的函数调用。mcp服务器提供多个函数。ai来选择性调用。
1 Like
wangqiang
(wangqiang)
17
1 Like
很多人其实对这个具体的运行流程不太了解，到底是如何交互的并不清楚。。网上很多都没有真正说清楚大模型，MCP，我们用的这些AI聊天工具对话框，他们是怎么一个协调运行的机制
1 Like
其实就是把一大堆不同人开发的函数集成在了一个工具清单列表，每次交互都是一次性全部发给大模型，供大模型选择
1 Like
这样会导致 token 消耗或者大模型调用次数呈指数级上升吧
1 Like