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。

image

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

image

  • 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 

image

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。

image

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：

image

智能体Order的McpTool的配置

image

我们也可以通过BotSharp的前端UI 来修改：

image

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

image

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。

示例源码在Botsharp github仓库的PR：feat：upgrade modelcontextprotocol 0.1.0-preview.5 by geffzhang · Pull Request #994 · SciSharp/BotSharp · GitHub  ，很快就会合并到master。

 如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

五、AI产品经理大模型教程

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

  • 目标：了解AI大模型的基本概念、发展历程和核心原理。

  • 内容：

    • L1.1 人工智能简述与大模型起源
    • L1.2 大模型与通用人工智能
    • L1.3 GPT模型的发展历程
    • L1.4 模型工程
    • L1.4.1 知识大模型
    • L1.4.2 生产大模型
    • L1.4.3 模型工程方法论
    • L1.4.4 模型工程实践
    • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

  • 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

  • 内容：

    • L2.1 API接口
    • L2.1.1 OpenAI API接口
    • L2.1.2 Python接口接入
    • L2.1.3 BOT工具类框架
    • L2.1.4 代码示例
    • L2.2 Prompt框架
    • L2.3 流水线工程
    • L2.4 总结与展望

阶段3：AI大模型应用架构实践

  • 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

  • 内容：

    • L3.1 Agent模型框架
    • L3.2 MetaGPT
    • L3.3 ChatGLM
    • L3.4 LLAMA
    • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

  • 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

  • 内容：

    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

# 人工智能 # RAG # 开源
Logo
ModelEngine社区

更多推荐

从崩溃到自愈：Temporal+MCP-Agent构建永不中断的AI工作流

你是否遇到过AI工作流执行到90%突然崩溃的绝望？训练了数小时的模型因服务器重启前功尽弃？团队协作时因某人未及时审批导致整个流程停滞？本文将展示如何通过Temporal与MCP-Agent的深度集成，彻底解决这些痛点，构建真正企业级的可靠AI工作流系统。读完本文你将掌握：- 3行代码实现工作流故障自愈- 零停机升级正在运行的AI任务- 跨团队协作的工作流信号机制- 从本地开发到生产集群

avatar ModelEngine社区
cover

从"数据喂养"到"数据工程"：大模型时代的数据哲学

avatar ModelEngine社区
cover

GPU 虚拟化：从理论到落地（一）三维正交坐标系讲透分类

avatar ModelEngine社区