4.1 MCP 客户端开发流程

在第 3 章我们通过 3 个实际的案例演示了 MCP 服务器开发的完整流程。用户在大模型客户端配置后即可使用我们开发的 MCP 服务器。

在第 2 章讲解 MCP 架构时，我们了解到 MCP 定义了主机、客户端、服务器三个角色。MCP 客户端是“寄生”在主机中的子进程，用于与 MCP 服务器通信。而主机也就是我们常说的大模型客户端，主要用于与大模型交互。

为了跟 MCP 服务器开发对应，本章的主题叫做 MCP 客户端开发，实际讲述的是大模型客户端的开发流程。在本章后面的内容，统一使用“MCP 客户端”这一表述，不再额外说明。

本章计划通过两个实际的案例，演示 MCP 客户端开发的完整流程。第一个案例，开发一个 AI 对话客户端，读取本地配置的 MCP 服务器列表，由大模型调度工具增强生成；第二个案例，开发一个 AI 搜索智能体，通过程序预置的 MCP 服务器配置，用特定的工具列表编排工作流，实现 RAG（Retrieval-Augmented Generation，检索增强生成）。

MCP 客户端一般为大型项目，不同类型的项目有不同的技术栈。比如开发桌面对话类项目，为了跨端使用，我们可能会选择 react-native、flutter、electron、tauri 等技术栈；而开发智能体类项目，一般是 web 形态为主，我们可能会选择 nextjs、nuxtjs 等技术栈。鉴于篇幅有限，本章的两个案例，都只聚焦讲解服务端实现的核心逻辑，对客户端 / UI 部分不展开讲解。

在讲解这两个案例之前，我们先来梳理一下 MCP 客户端开发的基本流程，主要讲解核心步骤和实现思路，具体实现在后面的案例中再详细讲解。

4.1.1 核心步骤

1. 安装 MCP 客户端 SDK

在创建 MCP 客户端项目之后，需要安装对应编程语言的 MCP 客户端 SDK，主要用于创建 MCP 客户端实例，连接 MCP 服务器，发送获取工具列表、调用工具等请求。

以 Typescript 开发为例，安装对应的 MCP 客户端 SDK 命令如下：

npm install @modelcontextprotocol/sdk

2. 读取 MCP 服务器列表

MCP 客户端需要从配置的 MCP 服务器列表中获取可用的工具，发送给大模型调度。因此在开发 MCP 客户端时，需要先实现读取 MCP 服务器列表的逻辑。不同类型的 MCP 客户端，MCP 服务器列表的配置方式有所不同。

桌面版本的对话类 MCP 客户端，MCP 服务器列表一般配置在本地，由用户根据自身需求填入 MCP 服务器配置。例如在 Mac 操作系统下，Claude 桌面版的 MCP 服务器配置文件为 ~/Library/Application Support/Claude/claude_desktop_config.json，Cursor 编辑器的 MCP 服务器配置文件为 ~/.cursor/mcp.json。

而在开发智能体类的 MCP 客户端时，MCP 服务器列表一般配置在项目文件中，由开发者根据业务需求预置 MCP 服务器配置。

3. 从 MCP 服务器列表中选择工具

MCP 客户端获取到 MCP 服务器列表之后，需要通过连接 MCP 服务器以获取其内部定义的工具列表。此处需要用到第 1 步的 MCP 客户端 SDK，创建 MCP 客户端实例，连接 MCP 服务器，并发送 listTools 请求，获得工具列表。

4. 发送工具列表给大模型调度

MCP 客户端从配置的 MCP 服务器列表中获取到全部的工具之后，可以过滤掉部分工具，选择其中的部分工具发送给大模型，通过提示词告知大模型挑选合适的工具并返回调用参数。

5. 解析大模型返回的工具调用信息

MCP 客户端在上一步通过提示词请求大模型挑选工具，获得大模型的回复。大模型的回复内容是纯文本的，用特殊标签包裹工具调用信息。此步骤中 MCP 客户端需要从大模型的回复内容中提取工具调用信息。

6. 调用工具

MCP 客户端根据上一步提取的工具调用信息，对特定的 MCP 服务器发送 callTool 请求，获得工具调用结果。

7. 总结输出或继续工具调用循环

MCP 客户端带上上一步工具调用的结果，继续步骤 4，进入工具调用循环。由大模型判断继续调用工具，还是输出最终回复。如果大模型回复内容中不再包含工具调用信息，或者循环已达设置的最大次数，则由 MCP 客户端结束工具调用循环，展示最终回复结果。

用一个序列图来表示上述流程，如图 4-1 所示：

图 4-1 MCP 客户端交互流程

接下来，我们就通过实际的案例来讲解以上流程每个步骤的具体实现。