通过简单示例了解MCP：实用导论
发布: (2026年1月18日 GMT+8 02:41)
7 min read
原文: Dev.to
看起来您只提供了来源链接。如果您能把需要翻译的正文内容贴在这里，我就可以帮您把它翻译成简体中文。
个人观点先行
当新的协议和框架出现时，我想回答一个问题：
“这实际上解决了什么问题？”
这个货币转换器准确地展示了 MCP 的工作原理，这值得分享。
学习目标
在编写任何代码之前，先理解一件特定的事：
AI 实际上是如何通过 MCP 与外部工具进行通信的？
MCP 实际作用
没有 MCP
You: "Is ¥10,000 enough to buy a $60 game?"
AI: "I don't have access to current exchange rates, but you can check [some website]."有 MCP
You: "Is ¥10,000 enough to buy a $60 game?"
AI:
1. Realizes it needs an exchange rate
2. Sees there's a `get_exchange_rate` tool available
3. Calls: get_exchange_rate(from="JPY", to="USD", amount=10000)
4. Gets: 10000 JPY = 65.83 USD
5. Responds: "Yes, ¥10,000 is approximately $65.83 USD, so you'd have $5.83 left after buying the game."关键洞察: MCP 只是一种标准化的方式，让 AI 能够发现并使用你的工具。
示例架构
我的简单实现如下：
- 用户 发送自然语言提示。
- Hono API 接收该提示。
- API 获取提供的 MCP 服务器工具列表（
get_exchange_rate）。 - API 将提示 以及 工具列表发送给 Claude AI。
- Claude AI 决定何时使用工具。
- 在拦截步骤中，API 调用 MCP 工具并获取实际汇率。
- API 再次向 Claude AI 发送请求，包含实际汇率 和 原始提示。
- 用户 收到最终答案。
它很基础，这正是它对学习有用的原因。
MCP 工具定义
{
"name": "get_exchange_rate",
"description": "Get exchange rate between currencies",
"inputSchema": {
"type": "object",
"properties": {
"from_currency": { "type": "string" },
"to_currency": { "type": "string" },
"amount": { "type": "number", "optional": true }
}
}
}此工具仅返回汇率数据；AI 负责处理其他所有事务。
实现步骤
1️⃣ 用户发送自然语言提示
"Is ¥10,000 enough to buy a $60 game?"2️⃣ API 接收请求
app.post('/api/chat', async c => {
const { prompt } = await c.req.json();
// …
});3️⃣ API 获取 MCP 工具列表
const tools = await mcpClient.listTools(); // returns [{ name: "get_exchange_rate", … }]4️⃣ API 将提示和工具发送给 Claude AI
let response = await anthropic.messages.create({
tools,
messages: [{ role: 'user', content: prompt }]
});5️⃣ Claude 判断需要使用工具
while (response.stop_reason === 'tool_use') {
const toolUse = response.content.find(b => b.type === 'tool_use');
// …
}6️⃣ API 调用 MCP 工具
const toolResult = await mcpClient.callTool({
name: toolUse.name,
arguments: toolUse.input
});7️⃣ API 发送包含工具结果的第二次请求
response = await anthropic.messages.create({
tools,
messages: [
{ role: 'user', content: prompt }, // original prompt
{
role: 'user',
content: [{
type: 'tool_result',
tool_use_id: toolUse.id,
content: JSON.stringify(toolResult.content) // rate info
}]
}
]
});8️⃣ 将最终答案返回给用户
const finalText = response.content;
return finalText; // "Yes, ¥10,000 is approximately $65.83 USD, so you'd have $5.83 left..."为什么这个简单示例很重要
-
工具发现 – AI 能看到可用的工具，并根据描述知道何时使用它们。
-
参数提取 – AI 自动从混乱的自然语言中提取结构化参数：
“Is ¥10,000 enough for $60?” → from="JPY", to="USD", amount=10000 “How many dollars is 50 euros?” → from="EUR", to="USD", amount=50 -
上下文感知 – AI 能处理多步骤查询：
“I have 5 euros in cash and 20 in my bank, total in USD?” → AI adds 5 + 20 = 25 EUR, then calls the tool with 25 EUR. -
自然响应 – AI 以对话方式格式化工具的响应，而不是直接输出原始 JSON。
观看效果
我录制了一个快速演示，展示了不同类型的查询是如何处理的：
（点击图片查看全尺寸。）
Nothing fancy, just the basic flow working as expected.没什么花哨的，只是基本流程按预期工作。
设置（用于学习目的）
如果你想自己尝试以了解 MCP：
git clone https://github.com/hshoja/Currency-Exchange-MCP-Service
npm install
cp env.example .env
# Add your API keys to .env
npm run dev你需要
- Anthropic API key（用于 Claude AI）
- Freecurrencyapi key（用于汇率）
然后只需发送带有自然语言提示的 POST 请求：
{
"prompt": "What is 100 USD in EUR?"
}实际要点
在构建了这个简单示例后，我们现在明白：
- MCP 并不是 为了构建更智能的 API。
- 它是关于构建简单、专注的工具，并让 AI 成为将它们与人类意图连接的智能层。
你的工具可以很笨。它应该是笨的。专注做好一件事，让 AI 处理其余的。
潜在用例（超出此简单示例）
虽然货币转换器很基础，但该模式可以扩展到更有趣的问题。请看以下示例：
- AI Agent Crypto MCP Trading – 展示如何创建一个 MCP，通过自然语言在加密平台上开仓或平仓。
- Kali Linux HACKING MCP – 通过自然语言运行 Kali 命令进行黑客攻击。
- Natural Language to SQL – 使用自然语言连接并查询数据库。
- Building an Agentic Appointment Scheduling App
复杂性不在于 MCP 本身，而在于你构建和连接的工具。
查看代码
完整的 full repository 包含了你所需的一切。随意克隆它、修改它，或在学习 MCP 时将其作为参考使用。
你也在学习 MCP 吗？你是否已经构建了简单的示例来了解新技术？我很想听听你的经验——欢迎留言！
P.S. — 如果这帮助你更好地理解了 MCP，请点个赞！并且记住：简单的示例也是有效的示例。