折腾了两天MCP协议，终于让AI帮我操作电脑了

weixin_45495161

365人浏览 · 2026-06-13 11:37:05

weixin_45495161 · 2026-06-13 11:37:05 发布

上周有个活特别无聊：每天要从公司内网系统拉销售数据，整理成表格，再发邮件给老板。

干了三天我就烦了。能不能让AI帮我干？

说实话，我之前一直觉得所谓的"AI操作电脑"就是个营销噱头。直到我花了两个晚上把MCP协议跑通，看着它自动打开浏览器、查询数据库、生成报表，那一刻的感觉——真香。

今天把整个过程记录下来，踩过的坑、写过的代码，都在这了。

MCP是个什么东西

先别着急看代码，咱先把概念理清楚。

MCP（Model Context Protocol）是Anthropic搞出来的一套协议，本质上就是给大模型装了一套"手和脚"。

以前你跟AI聊天，它能做的只有：接收文字输入、输出文字回复。让它查个数据库？不行。让它发个邮件？别想。

MCP做的事很简单：定义了一套标准，让AI能够调用外部工具。

打个比方：你家的智能音箱能放音乐但不能开灯，因为它和灯之间没有协议。一旦有了协议（比如Matter），音箱就能控制灯了。MCP对AI来说，就是这个"智能家居协议"。

它和Function Calling有什么区别

很多人会问：OpenAI的Function Calling不也能让模型调工具吗？MCP有啥不一样？

关键区别在两个字：标准化。

Function Calling是你自己写代码定义工具、解析参数、处理返回。每换个模型都要重新适配。你写的工具只能在你的应用里用。

MCP不一样。它分了三层角色：

MCP Host：使用AI的应用（比如你的聊天界面）
MCP Client：和Server通信的客户端
MCP Server：暴露具体工具的服务端

这个分层意味着：你写一个MCP Server提供"查询销售数据"的能力，任何一个支持MCP的客户端都能直接用它。不用重复造轮子。

说人话：Function Calling是你自己搭乐高，MCP是乐高给了你标准接口，随便哪个套件都能插。

动手搭一个MCP Server

理论说完了，直接上代码。

我用的是Python的mcp包，搭一个最简单的Server大概30行代码：

from mcp.server import Server, NotificationOptions
from mcp.server.models import InitializationCapabilities
from mcp.server.stdio import stdio_server
import httpx

server = Server("sales-data-server")

@server.list_tools()
async def list_tools():
    return [
        {
            "name": "get_daily_sales",
            "description": "获取指定日期的销售数据",
            "inputSchema": {
                "type": "object",
                "properties": {
                    "date": {"type": "string", "description": "日期，格式YYYY-MM-DD"}
                },
                "required": ["date"]
            }
        }
    ]

@server.call_tool()
async def call_tool(name: str, arguments: dict):
    if name == "get_daily_sales":
        date = arguments["date"]
        async with httpx.AsyncClient() as client:
            resp = await client.get(f"http://内网API/sales?date={date}")
            return {"content": [{"type": "text", "text": resp.text}]}

async def main():
    async with stdio_server() as (read, write):
        await server.run(read, write, InitializationCapabilities())

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

跑起来之后，Claude Desktop或者其他支持MCP的客户端就能直接调用get_daily_sales这个工具了。

我踩过的坑

坑1：stdio通信搞了半天

MCP Server默认走stdio（标准输入输出），不是HTTP。我一开始按HTTP的思路去调，各种404。

后来才搞明白：MCP Client启动Server进程，通过stdin发JSON-RPC请求，从stdout读响应。跟你用subprocess.Popen通信一个原理。

坑2：工具描述写得太烂

这是让我最崩溃的点。

我第一次写工具描述的时候偷懒，就写了句"查询销售数据"。结果AI完全不知道什么时候该调用这个工具，该传什么参数。

后来我把描述改成了：

"查询指定日期的销售数据，返回包含销售额、订单数、客单价的结构化JSON。
当用户询问'今天的销售情况'或'本周业绩'时应该调用此工具。"

准确率直接从40%飙到接近100%。

这里有个经验：工具描述是AI理解你的工具的唯一途径。写工具描述要像写prompt一样认真，说清楚"什么时候用"和"怎么用"。

坑3：权限控制没做好

MCP Server默认可以访问本地文件系统。如果你的Server能读文件，AI就能读任何文件——包括.env和私钥。

我的做法是：把工具的范围限制在特定目录，禁止访问上级目录。代码里加个路径检查：

import os

SAFE_DIR = "/data/sales"

def safe_path(path: str) -> str:
    full = os.path.abspath(os.path.join(SAFE_DIR, path))
    if not full.startswith(os.path.abspath(SAFE_DIR)):
        raise ValueError("路径越界了，你是不是想偷看我的私钥？")
    return full