本书专为 AI 智能体开发者打造，分三个模块，系统介绍 MCP 的基础理论、开发环境与实战应用，助力开发者快速掌握 MCP 的核心技术与应用实践。
第一部分（第 1～2 章）介绍 MCP 的基础理论与架构设计，主要包括 MCP 的起源、MCP 在 AI 智能体开发中的角色、MCP 整体架构、MCP 分层和 MCP 核心能力，为后续实践应用奠定理论基础。第二部分（第 3～4 章）聚焦 MCP 开发环境与技术栈，介绍 TypeScript 和 Python 开发环境的搭建、MCP工具链与 SDK 的安装与使用，帮助读者快速搭建 AI 智能体开发环境。第三部分（第 5～9 章）是本书的核心，包括 5 个完整的实战项目——从快速构建一个简单的 AI 智能体，到复杂的商城智能体、论文研究智能体、数据洞察分析 ChatBI 智能体，以及深度研究报告生成智能体。每个项目均包含详细的架构设计与代码实现，帮助读者理解 MCP 在不同业务场景下的应用实践。
本书既适合 AI 研究人员、软件开发工程师、产品经理阅读，也适合计算机相关专业学生和 AI 技术爱好者阅读。
1. 从MCP理论基础到Agent开发实战应用，一本书搞定AI智能体开发！
2. 5个跨场景Agent项目实战，破解“学了AI技术，却做不出可落地的业务级智能体”的困境。
3. 作者拥有10余年一线大厂应用开发与架构设计经验，在大模型应用项目中担任核心技术角色，书中包含作者积累的许多可复用的实战技巧。
陈光剑，资深架构师、AI 技术专家与畅销书作家。拥有十年阿里巴巴、字节跳动等一线互联网企业核心部门的研发与架构工作经验，深耕 AI 大模型应用、智能数据分析及企业级复杂系统的设计与落地，积累了深厚的理论功底与丰富的实践经验。著有《ClickHouse入门实战与进阶》《Spring Boot开发实战》《Kotlin极简教程》等多部技术著作，个人技术博客全网累计阅读量超1.6亿。热爱阅读、写作与深度思考，持续探索前沿AI技术在企业级场景中的落地应用；致力于探索与推广AI智能体应用思维范式，坚信通过AI重构工作流与赋能个体，能够让更多人驾驭AI大模型的力量，以释放其无限潜力。
第 一部分 MCP基础与架构
第 1章 MCP的起源与发展3
1.1 MCP的起源3
1.1.1 从传统应用到AI智能体4
1.1.2 AI智能体面临的挑战5
1.2 MCP的诞生7
1.3 MCP在AI智能体中的角色9
1.3.1 作为AI与现实世界的桥梁9
1.3.2 解决上下文管理问题10
小结12
第 2章 MCP架构详解13
2.1 MCP总体架构13
2.1.1 MCPHost14
2.1.2 MCP Client15
2.1.3 MCPServer16
2.2 MCP分层及实现18
2.2.1 传输层实现19
2.2.2 协议层实现28
2.3 MCP核心能力34
2.3.1 资源管理35
2.3.2 工具集成40
2.3.3 提示词模板46
小结48
第二部分 MCP开发环境与技术栈
第3章 MCP开发环境搭建53
3.1 MCP开发环境概述53
3.1.1 IDE53
3.1.2 版本控制工具54
3.1.3 运行时与包管理54
3.2 MCP TypeScript开发环境54
3.2.1 技术栈选型55
3.2.2 包管理工具安装55
3.2.3 开发环境搭建57
3.3 MCP Python开发环境59
3.3.1 技术栈选型59
3.3.2 包管理工具60
3.3.3 开发环境搭建62
小结63
第4章 MCP工具链与SDK65
4.1 MCP技术生态介绍65
4.2 TypeScript工具链生态67
4.2.1 常用框架67
4.2.2 常用工具包69
4.2.3 开发框架集成70
4.3 Python工具链生态71
小结72
第三部分 基于MCP的AI智能体开发实战
第5章 基于MCP TypeScript SDK快速创建一个简单的AI智能体77
5.1 创建一个MCP Server77
5.1.1 实现过程77
5.1.2 实现HTTP请求处理85
5.2 使用MCP Inspector调试服务87
5.2.1 调试资源87
5.2.2 调试提示词模板88
5.2.3 调试工具89
5.3 创建一个MCP Client90
5.3.1 主要功能90
5.3.2 实现过程93
5.3.3 运行客户端96
小结96
第6章 基于MCP TypeScript SDK创建商城智能体98
6.1 商城智能体概述98
6.1.1 项目需求与功能规划98
6.1.2 系统架构设计99
6.2 MCP Server实现101
6.2.1 商品列表工具开发101
6.2.2 订单管理工具集成104
6.2.3 实现基于Express的MCP Server106
6.3 MCP Client实现之CLI应用程序111
6.3.1 核心流程111
6.3.2 实现步骤112
6.4 MCP Client实现之Web应用程序120
6.4.1 核心流程121
6.4.2 前端实现122
6.4.3 MCP Client Web应用程序开发128
6.5 系统集成运行与测试141
6.5.1 命令行终端应用程序运行测试142
6.5.2 Web应用程序运行测试144
小结147
第7章 基于MCP Python SDK和arxiv创建论文研究智能体149
7.1 项目概述与背景149
7.1.1 项目目标150
7.1.2 选择技术栈150
7.1.3 设计系统架构150
7.2 MCP Server实现152
7.2.1 arxiv服务器152
7.2.2 docling服务器：赋予AI深度阅读能力159
7.2.3 MCP Server部署与配置164
7.3 MCP Client实现168
7.3.1 MCP Client设计与实现：构建论文研究智能体的大脑168
7.3.2 MultiServerMCPClient：连接多个MCP Server172
7.3.3 ReAct代理实现：赋予系统思考与行动的能力174
7.3.4 API接口设计176
7.4 Streamlit UI实现178
7.4.1 UI设计与实现178
7.4.2 会话状态管理181
7.4.3 聊天界面实现183
7.4.4 API交互185
7.4.5 Docker部署186
7.5 系统集成186
7.5.1 组件依赖关系187
7.5.2 Docker Compose集成187
7.5.3 本地开发集成188
7.6 运行测试189
小结190
第8章 基于MCP Python SDK创建数据洞察分析ChatBI智能体192
8.1 系统概述192
8.1.1 系统定义与价值193
8.1.2 功能特性193
8.2 系统架构设计195
8.2.1 整体系统架构195
8.2.2 组件交互流程198
8.2.3 微服务部署架构198
8.3 MCP Server实现199
8.3.1 数据库MCP Server199
8.3.2 可视化MCP Server实现204
8.4 LangGraph对话管理实现213
8.5 API服务层实现218
8.6 前端界面实现223
8.7 运行测试226
8.8 未来展望231
8.8.1 从文本到多模态的沉浸式对话231
8.8.2 从“是什么”到“为什么”与“怎么办”232
8.8.3 知识增强与领域自适应232
8.8.4 融入组织的血脉232
小结233
第9章 基于MCP Python SDK和browser-use创建深度研究报告生成智能体234
9.1 研究报告生成的新范式234
9.2 系统架构设计236
9.2.1 系统分层架构236
9.2.2 系统数据流设计237
9.3 核心组件实现238
9.3.1 研究检索MCP Server组件239
9.3.2 研究流程编排组件247
9.3.3 MCPClient组件255
9.4 MCP工具实现261
9.4.1 browser-use框架原理261
9.4.2 网络搜索与内容提取工具264
9.4.3 学术资源获取工具270
9.5 前端页面设计与实现273
9.5.1 页面配置与标题设置274
9.5.2 会话状态管理274
9.5.3 侧边栏导航与设置275
9.5.4 报告列表与选择276
9.5.5 研究设置276
9.5.6 主内容区域-欢迎信息277
9.5.7 主内容区域-报告表单277
9.5.8 表单提交处理278
9.5.9 报告流式输出与展示278
9.5.10 页脚280
9.6 应用案例与最佳实践281
9.6.1 市场研究报告281
9.6.2 学术文献综述282
9.6.3 竞争对手分析283
小结286
书单推荐
