MCPSDK vs 官方 MCP SDK

Source: Dev.to

为什么在官方 Model Context Protocol SDK 之上使用 MCPSDK？

官方 MCP SDK 是一个用于深度定制的低层协议实现，而 MCPSDK 是一个高层抽象，旨在帮助 AI 应用快速集成 MCP 工具生态系统。

一句话概括
Official MCP SDK → 构建服务器/客户端。
MCPSDK → 在 AI 应用中使用 MCP 工具。

Feature Comparison

官方 MCP SDK

官方 SDK 提供了 Model Context Protocol 的完整实现。如果您需要以下情况，它是理想选择：

• 从头构建自己的 MCP 服务器。
• 对传输层（stdio、SSE、WebSocket）进行深度控制。
• 了解底层协议细节。

优势

• 完全控制 – 直接访问每个协议特性和扩展。
• 无中间人 – 客户端与服务器之间直接连接。
• 官方支持 – 由协议创建者（Anthropic）维护。

权衡

您必须自行管理进程生命周期、传输配置以及手动工具调用的序列化。

// official-sdk-example.js
import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";

// 1. 手动配置传输
const transport = new StdioClientTransport({
  command: "npx",
  args: ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/dir"],
});

// 2. 初始化客户端
const client = new Client(
  { name: "my-client", version: "1.0.0" },
  { capabilities: { tools: {} } }
);

await client.connect(transport);

// 3. 列出工具
const { tools } = await client.listTools();

// 4. 手动调用工具
const result = await client.callTool({
  name: "read_file",
  arguments: { path: "file.txt" },
});

// 5. 需要手动桥接逻辑以用于 Vercel AI SDK 或其他平台

MCPSDK

MCPSDK 假设您的目标是 使用 MCP 工具于 AI 应用，而不是自行实现协议本身。它提供：

• 托管运行时 – MCP 服务器运行在云端；无需管理本地进程。
• 即插即用集成 – 直接生成兼容 Vercel AI SDK、OpenAI SDK 等的工具。
• API 密钥管理 – 统一处理第三方工具密钥（例如 Tavily、Resend）。

快速集成示例

// mcpsdk-example.js
import { generateText } from "ai";
import { openai } from "@ai-sdk/openai";
import { MCPSDKApiClient } from "toolsdk/api";

// 1. Initialize MCPSDK (API Key only)
const toolSDK = new MCPSDKApiClient({
  apiKey: "your-toolsdk-api-key",
});

// 2. Load a tool package (MCPSDK hosts the MCP server)
const searchPackage = await toolSDK.package("@mcpsdk.dev/tavily-mcp", {
  TAVILY_API_KEY: "xxx",
});

// 3. Get an AI SDK‑compatible tool (zero bridging code)
const searchTool = await searchPackage.getAISDKTool("tavily-search");

// 4. Use directly in an AI call
const result = await generateText({
  model: openai("gpt-4o"),
  tools: { searchTool },
  prompt: "What is the latest news about AI?",
});

何时选择哪个 SDK

选择 Official MCP SDK 的情况：

• 正在构建 MCP 服务器或协议层工具。
• 需要对传输层进行绝对控制（自定义扩展等）。
• 已经拥有健全的进程管理基础设施。
• 想避免第三方服务依赖。

选择 MCPSDK 的情况：

• 正在构建 AI 代理、聊天机器人或工作流。
• 使用 Vercel AI SDK、OpenAI SDK 或 Anthropic SDK。
• 想快速集成现有 MCP 工具（搜索、邮件、数据库等）。
• 希望避免进程管理和部署的复杂性。
• 需要在 Edge Runtime 或无服务器环境中运行。

类比

• Official MCP SDK – 如同从零件组装汽车（你得到发动机、底盘和轮子，但必须自行组装）。
• MCPSDK – 如同通过应用租用车队（汽车已准备好、维护完毕，你只需驾驶）。

多工具统一两行集成

import { MCPSDKApiClient } from "toolsdk/api";

const toolSDK = new MCPSDKApiClient({ apiKey: "your-api-key" });

const [searchTool, emailTool] = await Promise.all([
  toolSDK
    .package("@mcpsdk.dev/tavily-mcp", { TAVILY_API_KEY: "xxx" })
    .getAISDKTool("tavily-search"),
  toolSDK
    .package("@mcpsdk.dev/mcp-send-email", { RESEND_API_KEY: "xxx" })
    .getAISDKTool("send-email"),
]);

在 GitHub 上查看完整示例 →