命令行下的 MCP 工具：MCPHost 实战指南

简介

MCPHost 是一个轻量级的命令行宿主应用，旨在让大语言模型（LLM）通过模型上下文协议（MCP）与外部工具进行交互。它支持 Claude、Ollama 以及本地部署的 DeepSeek 等多种模型，非常适合需要在终端环境中扩展 AI 能力的开发者。

项目托管于 GitHub：https://github.com/mark3labs/mcphost

环境准备

MCPHost 本身是预编译的二进制文件，无需复杂的构建过程。官网提供了 Windows、Linux 和 macOS 的压缩包。

1. 下载对应系统的版本并解压到工作目录。
2. 将工作目录加入系统 PATH，或直接在解压目录下运行可执行文件。
3. 前置依赖：建议提前安装好 uv 和 Node.js，部分 MCP 服务（如时间服务）需要 uvx 来运行。

配置 MCP 服务

在使用前，需要创建一个配置文件来定义可用的工具。以 Time MCP 为例，在项目根目录创建 mcp.json：

{
  "mcpServers": {
    "time": {
      "command": "uvx",
      "args": ["mcp-server-time", "--local-timezone=Asia/Shanghai"]
    }
  }
}

这个配置告诉 MCPHost 启动一个名为 time 的服务，通过 uvx 调用 mcp-server-time 包，并设置时区为上海。

启动与交互

假设你有一个运行在 http://192.168.1.5:1337 的 AI API 服务，或者直接使用 OpenAI、Ollama 等提供的接口。启动命令如下：

mcphost --openai-api-key=$OPENAI_API_KEY -m openai:gpt-4o --openai-url http://192.168.1.5:1337 --config mcp.json

进入交互界面后，可以直接输入自然语言提问。例如询问当前时间，或者使用 /help 查看可用指令，/tools 查看加载的工具列表，/servers 查看已配置的服务。

模型兼容性实测

在实际使用中，不同模型对 MCP 函数调用的支持程度差异明显。以下是我的一些测试经验：

遇到的问题

初期尝试使用 GPT-4o 连接时，虽然能正常对话，但无法正确触发时间查询功能。切换到 Claude 3.5 Sonnet 后，偶尔会出现连接断开或报错（ContentLengthError），这可能与本地代理服务的稳定性有关。