我要投稿

MCP协议的动态发现能力

发布日期：2025-03-26 12:52:57 浏览次数： 1651 作者：郭红俊

MCP(Model Context Protocol)与传统的API相比，一个重要的能力是动态发现：MCP允许AI模型动态发现并与可用工具交互，无需预先设定每个集成的固定代码。

这个动态发现分两个层次：

动态发现工具：在指定的MCP服务器上发现工具，一直都支持。
动态发现服务：定义客户端如何发现并连接远程 MCP 服务器，这个按照规划是25年上半年要完成的。

一、工具发现和更新

MCP 支持动态工具发现。

https://modelcontextprotocol.io/docs/concepts/tools#tool-discovery-and-updates

1、客户端可以随时列出可用的工具

以下是一个展示动态发现功能的简单代码示例，包括服务器端和客户端：

服务器端代码示例（server.py）

from mcp.server.fastmcp import FastMCP

# 创建一个MCP服务器
mcp = FastMCP("Demo")

# 添加一个加法工具
@mcp.tool()
def add(a:int, b:int)->int:
    """Add two numbers"""
    return a + b

# 添加一个动态问候资源
@mcp.resource("greeting://{name}")
def get_greeting(name:str)->str:
    """Get a personalized greeting"""
    return f"Hello, {name}!"

# 运行服务器
if __name__ =="__main__":
    mcp.run()

客户端代码示例（main.py）

import asyncio
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async def main():
    # 配置服务器
    server_params = StdioServerParameters(
        command="python",
        args=["server.py"]
    )

    # 创建客户端会话
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()

            # 列出服务器提供的工具
            tools = await session.list_tools()
            print("Available tools:", tools)

            # 执行工具
            result = await session.call_tool("add",{"a":5,"b":3})
            print("Result of add tool:", result)

            # 获取动态问候
            greeting = await session.read_resource("greeting://Alice")
            print("Greeting:", greeting)

if __name__ =="__main__":
    asyncio.run(main())

这里用了 Stdio 类型的Server，MCP目前支持两种通讯机制，他们的区别可以看 MCP的通信机制。

上述代码示例展示了如何在服务器端动态创建工具和资源，并在客户端动态发现并调用这些工具和资源。

2、服务器端通知客户端工具变化

当工具发生变化时，服务器可以使用 notifications/tools/list_changed 通知客户端

这样就可以：

可以在运行时添加或删除工具
可以更新工具定义（尽管应该谨慎执行）

代码示例，服务器端新加了一个乘法工具，通知客户端变化

服务器端最初版本代码跟上个例子一样，变化成如下：

from mcp.server.fastmcp import FastMCP
from mcp import types

# 创建一个MCP服务器
mcp = FastMCP("Demo")

# 加法工具
@mcp.tool()
def add(a:int, b:int)->int:
    """Add two numbers"""
    return a + b

# 动态问候资源
@mcp.resource("greeting://{name}")
def get_greeting(name:str)->str:
    """Get a personalized greeting"""
    return f"Hello, {name}!"

# 添加一个乘法工具
@mcp.tool()
def multiply(a:int, b:int)->int:
    """Multiply two numbers"""
    return a * b

# 每次工具变化时通知客户端
async def notify_tool_changes():
    await mcp.notify(types.ListToolsChangedNotification())

# 运行服务器
if __name__ =="__main__":
    import asyncio

    async def main():
        await notify_tool_changes()
        mcp.run()

    asyncio.run(main())

客户端代码示例（main.py）

客户端会监听工具变化通知，并动态更新工具列表。

import asyncio
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async def main():
    # 配置服务器
    server_params = StdioServerParameters(
        command="python",
        args=["server.py"]
    )

    # 创建客户端会话
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()

            # 列出服务器提供的工具
            tools = await session.list_tools()
            print("Available tools:", tools)

            # 监听工具变化通知
            async def on_tool_change(notification):
                print("Tools have changed:", notification)
                # 列出更新后的工具
                updated_tools = await session.list_tools()
                print("Updated tools:", updated_tools)

            session.subscribe("notifications/tools/list_changed", on_tool_change)

            # 执行加法工具
            result = await session.call_tool("add",{"a":5,"b":3})
            print("Result of add tool:", result)

            # 执行乘法工具
            result = await session.call_tool("multiply",{"a":5,"b":3})
            print("Result of multiply tool:", result)

            # 获取动态问候
            greeting = await session.read_resource("greeting://Alice")
            print("Greeting:", greeting)

if __name__ =="__main__":
    asyncio.run(main())

上述代码示例展示了如何在服务器端添加一个新的乘法工具，并通知客户端这些变化。客户端会监听这些通知，并动态更新工具列表。

二、动态发现服务

按照规划是25年上半年要完成的，参看： https://modelcontextprotocol.io/development/roadmap。

按照 https://github.com/modelcontextprotocol/specification/discussions/69 这里的讨论，是准备：

用一种与 MCP 重叠的协议，并且使用自定义 URI 解决了这个限制，这样就允许在聊天中粘贴 URI 等流程，并让 LLM 决定是否需要与该工具集成、何时使用它等...

大致的流程是：

agent 遇到自定义 URI，例如 mcp://api.myservice.com
agent 解析 URI 并获取有关服务的详细信息。例如，它对预定义端点执行 HTTP GET 请求，例如： https://api.myservice.com/llms.txt
该服务以包含所有相关元数据的 JSON 或文本文件进行响应，其中包括：身份验证、服务及其功能描述、提供的功能/工具/资源列表、完整的 API 文档、定价、付款方式或支持的付款协议的详细信息。
基于上面检索到的信息，Agent 做权限验证、功能映射、启动交互。

通过上面方式，完成对服务的动态发现。