小巧的 MCPHost
MCPHost 可以在命令行下使用，使大型语言模型（LLM）能够通过模型上下文协议（MCP）与外部工具进行交互。目前支持 Claude 3.5 Sonnet、Ollama 等。本次实践使用自己架设的 DeepSeek V3 模型，跑通了 Time MCP 服务。
下载地址：GitHub - mark3labs/mcphost
下载安装
使用非常方便，直接下载解压即可使用。官网提供 Windows、Linux 和 MacOS 三个系统的压缩包：
https://github.com/mark3labs/mcphost/releases/tag/v0.4.4
以 Windows 系统为例，直接下载压缩包，解压到工作目录，直接就是可执行文件，在工作目录即可使用。当然也可以把工作目录放入系统 PATH 路径中，就可以在任意地方调用指令了。
前置需求：大约需要先安装好 uv 和 nodejs。
MCPHost 交互实践
学习 MCPHost 命令
直接在命令行下，一句话就能进行 MCP 的交互。比如在工作目录创建一个 Time MCP 配置文件 mcp.json，内容如下：
{
"mcpServers": {
"time": {
"command": "uvx",
"args": ["mcp-server-time", "--local-timezone=Asia/Shanghai"]
}
}
}
搭建一个 AI 服务器，地址是 http://192.168.1.5:1337。或者也可以用手头有的 AI API 服务，比如 OpenAI、Ollama、硅基流动、LMStudio 等提供的 API 调用服务。
MCPHost 使用一句命令就能连通 AI 服务器，启动 mcp.json 设置的 mcp-server-time，并进入交互界面：
mcphost --openai-api-key=$OPENAI_API_KEY -m openai:gpt-4o --openai-url http://192.168.1.5:1337 --config mcp.json
在交互界面就可以输入文字进行交互了，比如问它几点了。
┃ Enter your prompt (Type /help for commands, Ctrl+C to quit) ┃
查看帮助
可以用/help 看看 MCPHost 的指令帮助：
mcphost.exe -h
MCPHost is a CLI tool that allows you to interact with various AI models through a unified interface. It supports various tools through MCP servers and provides streaming responses.
Available models can be specified using the --model flag:
- Anthropic Claude (default): anthropic:claude-3-5-sonnet-latest
- OpenAI: openai:gpt-4
- Ollama models: ollama:modelname
Example: mcphost -m ollama:qwen2.5:3b
Usage: mcphost [flags] Flags: --anthropic-api-key string Anthropic API key --anthropic-url string base URL for Anthropic API (defaults to api.anthropic.com) --config string config file (default is $HOME/mcp.json) --debug enable debug logging -h, --help help for mcphost --message-window int number of messages to keep in context (default 10) -m, --model string model to use (format: provider:model, e.g. anthropic:claude-3-5-sonnet-latest or ollama:qwen2.5:3b) (default "anthropic:claude-3-5-sonnet-latest") --openai-api-key string OpenAI API key --openai-url string base URL for OpenAI API (defaults to api.openai.com)
进入交互界面后，还可以用/help 来看交互界面下的命令：
• /help: Show this help message
• /tools: List all available tools
• /servers: List configured MCP servers
• /history: Display conversation history
• /quit: Exit the application
You can also press Ctrl+C at any time to quit.
比如用/tool 看看工具：
• time
• get_current_time
Get current time in a specific timezones
• convert_time
Convert time between timezones
可以看到当前的工具是 time。
用/services 看看服务：
# time
Command uvx
Arguments mcp-server-time --local-timezone=Asia/Shanghai
调试 mcp-server-time
尝试使用 Claude-3-5-Sonnet 模型
用 gpt-4o 模型问不出时间来。尝试换个模型，换成 claude-3-5-sonnet。
mcphost --openai-api-key=$OPENAI_API_KEY -m openai:claude-3-5-sonnet --openai-url http://192.168.1.5:1337 --config mcp.json
这个问了问题会退出。因为是自己搭建的服务器，所以可能是这个模型不行。后来测试了一下，确实 claude-3-5-sonnet 本身没调好，普通交互就会报错（ContentLengthError: 400）。
换成 gpt-4o 或者 gpt-4，都是可以有回复的，但是无法报时，没有达到预期目标。
配置安全软件信任
同时所做的操作是将 uv cache 所在的目录（就是启动 mcp-server-time 服务所用的临时目录）在安全软件里打开信任。防止潜在的网络通信故障或进程无法启动的问题。
换成 DeepSeek-V3，成功！
最终把模型换成 deepseek-v3，终于成功了！
mcphost --openai-api-key=$OPENAI_API_KEY -m openai:deepseek-v3 --openai-url http://192.168.1.5:1337 --config mcp.json
问它几点了？
Assistant: Hi there! How can you assist you today?
User: what time is it?
Assistant: Current Time - Today is Monday, March 17, 2025.
The exact time depends on your location, but here are some references:
Central Daylight Time (CDT): 08:54:06 PM (UTC-5)
Eastern Daylight Time (EDT): 09:54:06 PM (UTC-4)
Let me know if you'd like the time for a specific location!
可以看到，它回答出了今天的日期和时间，达到了使用 MCP 获取当前时间的预期目标。也就是说 deepseek-v3 模型是支持函数调用的！
再来看个完整的交互
E:\360Downloads\mcphost_Windows_x86_64>mcphost --openai-api-key=$OPENAI_API_KEY -m openai:deepseek-v3 --openai-url http://192.168.1.5:1337 --config mcp.json
2025/03/19 09:26:51 INFO Model loaded provider=openai model=deepseek-v3
2025/03/19 09:26:51 INFO Initializing server... name=time
2025/03/19 09:26:55 INFO Server connected name=time
2025/03/19 09:26:55 INFO Tools loaded server=time count=2
User: 请告诉我现在的时间，谢谢
Assistant: 您好！今天是 2025 年 3 月 19 日，星期三。以下是当前的时间信息：
当前时间
• 日期：2025 年 3 月
但是它并不是每回都能正确回答，有时候可能答不出来。也许还是要用官方建议的 claude-3-5-sonnet 模型效果会更好些。
目前测试出来支持的模型：deepseek-v3, deepseek-chat。
总结
这是一次很好的实践。
MCPHost 小巧实用，可以很方便的架起大模型和 MCP 之间的桥梁。
但是效果，尚需努力，使用 deepseek-v3 模型，离可以用，还有些距离。
测试下来支持 MCP 的模型有：deepseek-v3, llama3.2:3b, llama3.3:70b。
欢迎使用各种模型来评测下，哪种模型更适合 MCP。
