MCP 简介与架构
MCP（Model Context Protocol）是一种开放协议，标准化了应用程序向 LLM 提供上下文的方式。你可以把它理解为 AI 应用的 USB-C 端口：正如 USB-C 统一了设备连接标准，MCP 让 AI 模型能够以统一方式接入不同的数据源和工具。
在架构上，主要包含以下角色：
- MCP 主机：希望访问数据的程序，如 Claude Desktop、IDE 或 AI 工具。
- MCP 客户端：与服务器保持 1:1 连接的协议客户端。
- MCP 服务器：轻量级程序，通过标准化协议公开特定功能。
- 数据源：包括本地文件、数据库以及可通过互联网连接的外部系统。
环境准备
运行 MCP 服务通常依赖 Node.js 环境。请确保你的 Node 版本不低于 18.20.4，旧版本可能无法执行 npx 命令。
关于高德地图 MCP 服务，你需要先申请 AMAP_MAPS_API_KEY。服务支持的工具列表可以通过官方文档查看，其中核心功能包括根据城市名称或 adcode 查询天气、获取 POI 详情等。
Python SDK 实现
Python 生态中，我们可以使用官方的 mcp 库来快速构建客户端。首先安装依赖：
pip install mcp
接下来是核心代码。这里我们配置 StdioServerParameters 来启动高德地图的 MCP 服务器进程，并通过异步会话进行交互。
import asyncio
from mcp import ClientSession, StdioServerParameters, types
from mcp.client.stdio import stdio_client
server_params = StdioServerParameters(
command="npx",
args=["-y", "@amap/amap-maps-mcp-server"],
env={"AMAP_MAPS_API_KEY": "xxxxx"}
)
async def run():
async with stdio_client(server_params) as (read, write):
async with ClientSession(read, write) as session:
await session.initialize()
tools = await session.list_tools()
print("工具列表:", tools)
# 调用天气查询工具
result = await session.call_tool(
"maps_weather",
arguments={"city": "福州"}
)
print("调用结果:", result)
if __name__ == "__main__":
asyncio.run(run())
这段代码的关键在于 stdio_client 上下文管理器，它负责建立与服务器的标准输入输出通道。初始化后，我们可以列出可用工具并调用具体的 call_tool。注意替换环境变量中的 API Key 为真实值。
Java SDK 实现
如果你更习惯 Java 开发，MCP 也提供了同步客户端支持。在 Maven 项目中引入依赖：
<dependency>
<groupId>io.modelcontextprotocol.sdk</groupId>
<artifactId>mcp</artifactId>
<version>0.8.1</version>
</dependency>
或者在 Gradle 中使用：
implementation("io.modelcontextprotocol.sdk:mcp:0.8.1")
以下是基于 JUnit 测试框架的实现示例，展示了如何构建同步客户端并调用工具：
import io.modelcontextprotocol.client.McpClient;
import io.modelcontextprotocol.client.McpSyncClient;
import io.modelcontextprotocol.client.transport.ServerParameters;
import io.modelcontextprotocol.client.transport.StdioClientTransport;
import io.modelcontextprotocol.spec.McpSchema;
import org.junit.jupiter.api.Test;
import java.util.Map;
public class JunitTest {
@Test
public void test() {
ServerParameters params = ServerParameters.builder("npx")
.args("-y", "@amap/amap-maps-mcp-server")
.addEnvVar("AMAP_MAPS_API_KEY", "xxxxx")
.build();
StdioClientTransport transport = new StdioClientTransport(params);
McpSyncClient client = McpClient.sync(transport).build();
client.initialize();
McpSchema.ListToolsResult toolsList = client.listTools();
System.out.println("工具列表:" + toolsList);
McpSchema.CallToolResult mapsWeather = client.callTool(
new McpSchema.CallToolRequest("maps_weather", Map.of("city", "福州"))
);
System.out.println("调用结果:" + mapsWeather.content());
}
}
Java 版本采用了同步阻塞模式，逻辑上比 Python 异步版本更直观一些，适合传统后端集成场景。无论选择哪种语言，核心流程都是：配置参数 -> 建立传输 -> 初始化 -> 调用工具。
