江湖小栈

Do Better

0%

MCP 实战思考：让 AI Agent 读懂真实业务上下文

发表于 分类于 Hot°C：
本文字数： 1.9k 阅读时长 ≈ 2 分钟
从协议角色和消息边界出发，介绍 MCP 如何让 Agent 安全访问业务文档、接口和开发工具。

模型知道很多通用知识，却不天然知道公司的菜单 Code、接口约定和发布流程。MCP 的价值，是用一套可组合的协议把这些真实上下文交给 Agent。

MCP 是什么

MCP（Model Context Protocol）是一种让 AI 应用连接外部上下文和工具的协议。可以把它理解为 AI 世界的“适配层”：Host 是承载 Agent 的应用，Client 负责连接，Server 暴露 Tools、Resources 和 Prompts。

1
2
3
4
5
6
Host（Agent / IDE）
        ↓ Client
MCP Server
   ├── Tools：执行动作
   ├── Resources：读取上下文
   └── Prompts：复用任务模板

MCP 与普通 API 的区别

普通 API 面向业务程序员，MCP 更强调让模型理解能力边界、参数描述和返回结果。它不是替代权限系统，也不是把数据库裸奔给模型；每一个 Tool 仍然应该做输入校验、权限校验、审计和最小化返回。

一个前端项目的 MCP Server

可以为项目提供“读取页面清单”和“检查路由”的工具：

1
2
3
4
5
6
server.tool("find_page", "按菜单 Code 查找页面", {
  code: { type: "string", description: "页面 Code" },
}, async ({ code }) => {
  const page = await pageRegistry.find(code);
  return { content: [{ type: "text", text: JSON.stringify(page) }] };
});

Agent 因此能够先读取真实注册信息，再提出修改方案，而不是凭经验猜目录结构。

工具、资源和提示词

  • Tools：有副作用的动作，例如运行测试、生成页面、查询接口。
  • Resources：只读上下文，例如设计规范、路由表、接口文档。
  • Prompts：经过验证的任务模板，例如“按项目规范新增一个菜单页面”。

一个成熟系统通常先开放 Resources，再开放只读 Tools，最后对写操作增加人工确认。

安全边界

MCP Server 不应直接暴露生产 Token、用户隐私和任意 Shell。工具参数要有 Schema，来源要可识别，危险动作要二次确认，返回结果要脱敏。对前端团队而言，代码仓库、依赖清单和接口契约都可以作为上下文，但密钥永远不应成为上下文。

如何在前端项目中引入

不需要一开始就把整个公司系统接入 MCP。可以从一个只读 Server 开始，放在项目或团队工具目录中：

1
2
3
4
5
6
7
8
9
tools/mcp/
├── server.ts
├── resources/
│   ├── routes.ts
│   └── components.ts
├── tools/
│   ├── find-page.ts
│   └── check-route.ts
└── README.md

第一阶段只提供读取页面、菜单、组件文档和检查结果的能力；第二阶段再增加生成测试、运行局部检查等低风险动作；修改文件、提交代码和发布操作应继续由开发者明确确认。

1
2
3
4
5
6
const context = await mcp.readResource("project://routes");
const result = await agent.run({
  goal: "新增一个合规报表页面",
  context: [context],
  allowedTools: ["find_page", "check_route"],
});

MCP 在日常开发中的使用方式

一个可落地的任务可以这样执行：先让 Agent 查询现有菜单和页面，再读取设计规范；Agent 输出方案后，由开发者确认；实现时调用本地检查工具；最后把检查结果写入任务报告。这样 Agent 的回答来自项目当前状态，而不是来自过期记忆。

MCP Server 的工具描述也要像公共 API 一样维护。名称要表达动作，参数要有类型，返回值要稳定，并提供失败信息。工具调用日志只记录必要的任务信息，不把源代码、用户数据和凭证无差别写入日志。

小结

MCP 解决的是“Agent 如何连接真实世界”，重点是协议化、可发现和可治理。它让 Agent 从通用问答进入具体项目，但最终质量仍取决于上下文质量和权限设计。

相关推荐
bulb