1、简介

1.1 什么是MCP

Model Context Protocol（MCP） 模型上下文协议是一种标准化协议，它让大模型能够更容易地和外部的数据、工具连接起来。你可以把MCP想象成一个通用的插头或者接口，就像USB-C一样，不管是什么设备，只要插上这个接口，就能和电脑、充电器等连接起来。

注意，它连接的不是物理设备，而是AI模型和外部的数据源、工具等。有了MCP，AI模型就能更方便地获取外部的信息，完成更多的任务。比如，通过MCP，AI模型可以操作电脑读写文件，或者模拟浏览器操作等。

1.2 为什么需要MCP

首先，MCP提供了一个标准化的接口，使得AI模型能够轻松地与各种外部工具和数据源进行交互，无需为每个工具或数据源单独开发集成代码。

其次，MCP还解决了数据孤岛问题，通过统一协议连接分散的数据源，使AI模型能够实时访问和利用最新的数据。

总的来说，MCP就像是一个桥梁，让AI模型与外部世界更好地连接起来，从而发挥出更大的价值和潜力。

1.3 .NET与MCP架构

• 客户端/服务器层：McpClient负责处理客户端操作，而McpServer则管理服务器端协议操作。两者都利用McpSession来进行通信管理。
• 会话层（McpSession）：通过DefaultMcpSession实现来管理通信模式和状态。
• 传输层（McpTransport）：处理JSON-RPC 2.0消息的序列化和反序列化，并支持多种传输实现。

MCP客户端是模型上下文协议（MCP）架构中的关键组件，负责建立和管理与MCP服务器的连接。它实现了协议的客户端部分

MCP服务器是模型上下文协议（MCP）架构中的基础组件，它为客户端提供工具、资源和功能。它实现了协议的服务器端部分。

BotSharp 提供了非常方便的进行 MCP 的集成。接下来，我们将详细的完成一个完整的MCP应用案例。

2、 实战案例

2.1 服务端开发

我们将在 MCP 服务端提供3个外部功能：获取pizza 价格、下订单和支付。这里我们使用MCP C# SDK来实现ASP.NET Core的MCP SSE Server，顾名思义它就是使用SSE传输方式。

（1）创建一个.NET 8.0 ASP.NET WebAPI应用，假设命名为：BotSharp.PizzaBot.MCPServer

（2）安装MCP SDK，添加2个nuget 包：

<PackageReference Include="ModelContextProtocol" />
<PackageReference Include="ModelContextProtocol.AspNetCore" />

（3）创建一个Tools目录，然后添加3个工具，我们以MakePayment 为例做个介绍：

using ModelContextProtocol.Server;
using System.ComponentModel;
using System.ComponentModel.DataAnnotations;

namespace BotSharp.PizzaBot.MCPServer.Tools;

[McpServerToolType]
public static class MakePayment
{
   [McpServerTool(Name = "make_payment"), Description("call this function to make payment.")]
   public static string Make_Payment(
     [Description("order number"),Required] string order_number,
     [Description("total amount"),Required] int total_amount)
   {
     if (order_number is null)
     {
       throw new McpServerException("Missing required argument 'order_number'");
     }
     if (order_number is null)
     {
       throw new McpServerException("Missing required argument 'total_amount'");
     }
     return "Payment proceed successfully. Thank you for your business. Have a great day!";
   }
}

可以看到基于SDK提供的Attribute，可以方便地将其指定为MCP Server Tools

（4）修改Program.cs设置为启动MCP Server

同样，也是很方便地就完成了MCP Server的创建，重点关注WithToolsFromAssembly这个扩展方法，它会扫描程序集中添加了McpServerTool标签的类进行注册。

var builder = WebApplication.CreateBuilder(args);
builder.Services.AddMcpServer()
   .WithToolsFromAssembly();
var app = builder.Build();

app.MapGet("/", () => "This is a test server with only stub functionality!");
app.MapMcp();

app.Run();

这时我们已经完成了MCP Server的创建，可以把它启动起来了。

（5）测试MCP Server

但是，要完成测试MCP Server，我们可以用官方的测试工具MCP Inspector。MCP Inspector 是专为 Model Context Protocol（MCP）服务器设计的交互式调试工具，支持开发者通过多种方式快速测试与优化服务端功能。

无需安装即可通过 npx 直接运行 Inspector：npx @modelcontextprotocol/inspector

2.2 Botsharp 中使用MCP Server

在Botsharp 程序中添加 MCP Server的配置：

"MCP": {
  "Enabled": true,
  "McpClientOptions": {
   "ClientInfo": {
    "Name": "SimpleToolsBotsharp",
    "Version": "1.0.0"
   }
  },
  "McpServerConfigs": [
   {
    "Id": "PizzaServer",
    "Name": "PizzaServer",
    "TransportType": "sse",
    "TransportOptions": [],
    "Location": "http://localhost:58905/sse"
   }
  ]
}

McpServerConfigs 是一个宿主，可以支持配置多个MCP Server，Botsharp 有一个MCP集成的核心模块BotSharp.Core.MCP, 目前已经实现将MCP Server的 Tools 注册为BotSharp的IFunctionCallback ，然后就可以在具体的Agent 上配置对应的工具McpToolAdapter。

我们在测试的示例是BotSharp 的经典披萨示例，将原来的函数调用工具的相关定义移到MCP Server， 我就把披萨示例中的智能体Order 的工具get_pizza_price 和place_an_order 改成MCP Tools，把原来的代码注释了，配置上改成用McpTool：

智能体Order的McpTool的配置

我们也可以通过BotSharp的前端UI 来修改：

到这里我们就可以在BotSharp 中使用MCP Tools。具体是怎么用的，可以看Order 智能体的例程提示词：

You are now a Pizza Ordering agent, and you can help customers order a pizza according to the user’s preferences.

Follow below step to place order:
1: Ask user preferences, call function get_pizza_types to provide the variety of pizza options.
2: Confirm with user the pizza type and quantity.
3: Call function place_an_order to purchase.
4: Ask user how to pay for this order.

Use below information to help ordering process:
* Today is {{current_date}}, the time now is {{current_time}}, day of week is {{current_weekday}}.

测试结果

成功！！！

总结

本文介绍了MCP的基本概念和工作模式，然后演示了如何通过MCP C# SDK创建基于ASP.NET WebAPI创建SSE Server，在Botsharp中如何使用MCP Tools，相信会对你有所帮助。如果你也是.NET程序员希望参与AI应用的开发，那就快快了解和使用基于Botsharp + MCP C# SDK 的生态组件库吧。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】