現(xiàn)在，每個人都癡迷于大模型的能力，從GPT-5的謠言， 到Claude 3 性能， 以及Gemini的多模態(tài)演示。但事實是，模型并不是人工智能的全部，但Agent可能是。Agent的定義可能不是它們知道什么，而是由它們能做什么來定義。

要在這個世界上行動，Agent需要工具。為了明智地使用工具，它需要結(jié)構(gòu)。為了在模型、團(tuán)隊、設(shè)備和領(lǐng)域之間擴(kuò)展這個結(jié)構(gòu)，它需要一個協(xié)議。那就是 MCP(Model Context Protocol) 。

MCP發(fā)展迅猛，MCP server 如雨后春筍。那么多的MCP server，如何構(gòu)建一個自己的MCP client呢？

MCP-Use是一個看似簡單的 Python 庫，它使用開放的MCP將任何 LLM 連接到任何外部工具。本文嘗試探討 MCP-Use 的工作原理、解決的問題以及如何構(gòu)建能夠思考和行動的Agent，并給出了一些真實的例子。如果想要賦予LLM 與真實世界的交互能力，MCP-Use或許是一種靈活的方法。

1.MCP-Use解決的問題

現(xiàn)在每一個主要的 LLM API（OpenAI、 Anthropic、 DeepSeek等）都為我們提供了精彩的文本生成。但是，根據(jù)這些知識采取行動仍然是有限的。我們經(jīng)常被困在構(gòu)建定制的集成、與 api 作斗爭或依賴于特定于供應(yīng)商的平臺，如 ChatGPT 插件、 Cursor IDE 或 Claude Desktop。這就是模型上下文協(xié)議 (MCP) 的用武之地。

受語言服務(wù)器協(xié)議 (Language Server Protocol，LSP) 的啟發(fā)，MCP 旨在讓 LLM 以標(biāo)準(zhǔn)化的、有狀態(tài)的方式發(fā)現(xiàn)和調(diào)用外部工具。工具通過服務(wù)器公開，每個服務(wù)器聲明它可以做什么 (函數(shù)、參數(shù)、返回類型)。它是開放的、與模型無關(guān)的、可擴(kuò)展的，一個用于AI工具的羅賽塔石碑（有幸今年在大英博物館看到了它）。

但 MCP 本身只是一個協(xié)議。要使用它，需要一種將模型連接到工具服務(wù)器的方法。這正是 MCP-Use 所做的，可能需要 6 行 Python 代碼就能用工具啟動一個功能齊全的 AI Agent。

2.MCP-Use 的作用

MCP-Use 是一個用作 MCP 客戶端的 Python 庫，它將任何 LLM（通過 LangChain）連接到各種 MCP 服務(wù)器（如瀏覽器、文件系統(tǒng)、API、3D 渲染器等），使 Agent 能夠智能地動態(tài)使用這些工具。具體來說，MCP-Use 首先從服務(wù)器中發(fā)現(xiàn)可用的工具，并將其轉(zhuǎn)換為 LLM 可調(diào)用的函數(shù)。然后，它通過 HTTP 或本地 I/O 處理所有 JSON-RPC 消息傳遞，確保高效的數(shù)據(jù)交換。

此外，MCP-Use 還管理會話、工具調(diào)用、響應(yīng)和內(nèi)存，提供了一個干凈的抽象層，使得開發(fā)者無需擔(dān)心底層協(xié)議的具體實現(xiàn)細(xì)節(jié)，從而能夠?qū)Ｗ⒂跇?gòu)建優(yōu)秀的 Agent。這一抽象不僅簡化了開發(fā)流程，還提高了代碼的可維護(hù)性和靈活性。

MCP-Use 的核心理念可以概括為：Agent + Tools + Any LLM。這是一種輕量級的開源方法，允許開發(fā)者構(gòu)建能夠使用工具的 Agent，而不會被鎖定在單一平臺或插件生態(tài)系統(tǒng)中。通過 MCP-Use，開發(fā)者可以在不同的環(huán)境和工具之間自由切換，充分利用各種資源，同時保持系統(tǒng)的高度靈活性和擴(kuò)展性。

3. MCP-Use 的架構(gòu)

MCP-Use 位于AI系統(tǒng)的中間，解釋工具模式、路由調(diào)用，并允許模型使用諸如本機(jī)功能之類的工具。

+----------------+        +----------------+        +------------------+
  |     Any LLM    |  <-->  |    MCP-Agent   |  <-->  |   MCP Servers    |
  |  (Claude, GPT) |        |  (MCP-Use lib) |        |  (Browser, APIs) |
  +----------------+        +----------------+        +------------------+

MCP-Use 是一個圍繞兩個關(guān)鍵組件構(gòu)建的模塊化架構(gòu)： MCPClient 和 MCPAgent。一個管理工具連接，另一個管理Agent智能。二者一起讓LLM 驅(qū)動的Agent查找、調(diào)用和協(xié)調(diào)工具，所有這些都通過MCP完成。

3.1 MCPClient: 通往工具的橋梁

MCPClient是與外部世界的連接器。當(dāng)在 JSON 配置中定義工具時 (例如瀏覽器，文件服務(wù)器，API 包裝器) ，MCPClient啟動 MCP 服務(wù)器 (本地通過 CLI ，或通過 HTTP/SSE 遠(yuǎn)程連接)，讀取這些服務(wù)器公開的工具定義 (例如，search_web、read_file、render_scene)，維護(hù)與每個服務(wù)器的活動會話，處理消息傳遞 (JSON-RPC 2.0)、錯誤處理、重試和超時。

基本上，MCPClient 確保每個工具都是可用的、可理解的和可調(diào)用的，無論它在哪里運行。

3.2 MCPAgent: 思考層

MCPAgent 位于所選擇的 LLM 和工具之間，它將每個工具轉(zhuǎn)換為 LLM 可以 “看到” 和使用的函數(shù) (就像 OpenAI 的函數(shù)調(diào)用)，維護(hù)會話內(nèi)存 (可選) ，跟蹤 LLM 所說的和所做的，處理決策循環(huán)。

LLM 被問到一個問題，MCPAgent 會思考應(yīng)該調(diào)用一個工具 ，例如search_web(query="MCP-Use Python")。MCPAgent 通過 MCPClient 運行該工具，并將結(jié)果返回給 LLM。循環(huán)繼續(xù)，直到生成最終答案。MCP-Use 包裝了所有這些代碼。只需要傳入模型和配置，然后調(diào)用 agent.run (“your query”)。

完整流程如下：

[Your Prompt] ─? MCPAgent
                   ├── Memory & Prompt Engineering
                   ├── Function Calling Interface
                   ▼
               [LLM thinks...]
                   ├── Chooses a tool
                   ▼
            Calls MCPClient.run_tool()
                   ├── Sends JSON-RPC request
                   ▼
             MCP Server Executes Tool (e.g. browser)
                   └── Returns result to MCPClient
                            ↓
               MCPAgent feeds result back to LLM
                            ↓
             LLM finishes task → Final response returned

MCPClient處理連接性和功能發(fā)現(xiàn)，MCPAgent處理 LLM 智能和工具使用編排。我們可以一次連接多個 MCP 服務(wù)器，Agent將根據(jù)需要智能地處理它們。

4. MCP-Use應(yīng)用入門

假設(shè)構(gòu)建一個基于 LLM 的助手，它可以瀏覽 web 或與本地文件交互，而無需編寫大量的樣板文件或安裝龐大的框架。對于 MCP-Use而言，這只需要 6 行 Python 代碼。

4.1 環(huán)境準(zhǔn)備

確保使用的是 Python 3.11 + 。 安裝MCP-Use和 LLM 工匠 ，這里使用 OpenAI) :

pip install mcp-use langchain-openai

如果計劃運行諸如瀏覽器自動化之類的工具，那么還需要 Node.js (用于通過 npx 啟動@playwright/mcp 工具)。

4.2 創(chuàng)建工具配置文件

將其保存為 mcp-config.json:

{
  "mcpServers": {
    "browser": {
      "command": "npx",
      "args": ["@playwright/mcp@latest"]
    }
  }
}

這定義了一個 MCP 服務(wù)器，一個使用 Playwright 的瀏覽器工具。

4.3 添加 API 密鑰

在同一個文件夾中創(chuàng)建.env 文件：

OPENAI_API_KEY=your_openai_key_here

然后，在 Python 中使用 dotenv 加載它：

pip install python-dotenv

4.4 編寫Agent (僅6 行代理)

from dotenv import load_dotenv
from mcp_use import MCPAgent, MCPClient
from langchain_openai import ChatOpenAI
load_dotenv()
client = MCPClient.from_config_file("mcp-config.json")
agent = MCPAgent(LLM=ChatOpenAI(model="gpt-4"), client=client)
print(await agent.run("Search for best sushi places in Tokyo"))

運行此腳本時，它啟動瀏覽器 MCP 服務(wù)器，LLM 選擇調(diào)用 search_web 或 click_link等，調(diào)用該工具并返回結(jié)果，我們將得到最終的答復(fù)。LLM 決定調(diào)用什么工具并動態(tài)地使用它。

5. 使用 mcp 的生態(tài)系統(tǒng)

MCP-Use 并不僅僅是一個對某個模型或框架的簡單封裝工具，它通過 MCP 協(xié)議的強(qiáng)大能力，在 LLM 與各類外部工具之間構(gòu)建起一個真正開放的接口。這意味著你將擁有前所未有的自由度，可以根據(jù)需求靈活構(gòu)建和擴(kuò)展應(yīng)用。

借助 MCP-Use，任何支持函數(shù)調(diào)用的基于對話的 LLM 都可以輕松集成。這涵蓋了當(dāng)前絕大多數(shù)前沿的主流大模型。以下是一些兼容模型的部分示例列表：

Supported Models        | Provider            | Notes
GPT-4 / GPT-3.5 Turbo   | OpenAI              | Best-in-class reasoning
Claude v2 / v3          | Anthropic           | Very strong tool usage
LLaMA 3 (via Ollama)    | Meta (local)        | Needs LangChain wrapper
Mistral / Mixtral       | Mistral (local)     | Great speed, open weights
Command R / R+          | Cohere              | High-quality open access
Gemini                  | Google              | Tool use support varies
Groq (running LLaMA 3)  | Groq                | Lightning fast inference

這些大模型都支持 function call（函數(shù)調(diào)用） 功能，當(dāng)需要調(diào)用外部工具時，它們會輸出結(jié)構(gòu)化的 JSON 數(shù)據(jù)，而不是普通的文本。這正是使用 MCP 所需的全部能力。

MCP-Use 利用 LangChain 的聊天模型接口，將不同模型統(tǒng)一接入，使得在不重寫業(yè)務(wù)邏輯的前提下，即可輕松切換模型提供商。同時，MCP-Use 可以連接到任何將自身暴露為 MCP 服務(wù)器的工具——社區(qū)已經(jīng)開發(fā)出許多功能強(qiáng)大的 MCP 工具，進(jìn)一步拓展了其應(yīng)用邊界。

MCP-Use 會自動讀取可用的 MCP 服務(wù)器列表，并將其以自然的方式呈現(xiàn)給模型。Agent 可以像調(diào)用本地函數(shù)一樣使用這些工具，而無需編寫任何額外代碼，極大地提升了開發(fā)效率與工具復(fù)用性。

6. 應(yīng)用示例

在 MCP-Use 架構(gòu)中，模型與工具是完全解耦的，這意味著你可以根據(jù)需要自由組合不同的模型和工具，打造靈活、可擴(kuò)展的 Agent 系統(tǒng)。

6.1 使用 Claude 3 啟動瀏覽器并執(zhí)行文件訪問

只需配置一個 JSON 文件，即可輕松連接多個 MCP 工具服務(wù)器。例如：

{
"mcpServers":{
"web":{
"command":"npx",
"args":["@playwright/mcp"]
},
"fs":{
"command":"npx",
"args":["@modelcontextprotocol/server-filesystem","/sandbox"]
}
}
}

隨后，在 Python 中初始化一個支持這些工具的 Agent 非常簡單：

from langchain.chat_models import ChatAnthropic
client =await MCPClient.from_config_file("tools.json")
agent = MCPAgent(LLM=ChatAnthropic(), client=client)
await agent.run("Search for news about AI startups and save the headlines")

這段代碼將啟動一個基于 Claude 的 Agent，并讓它通過 MCP 協(xié)議調(diào)用瀏覽器和文件系統(tǒng)工具完成任務(wù)。

6.2 使用本地 LLaMA 及 API 封裝工具

假設(shè)你正在使用運行在 Ollama 上的本地 LLaMA 3 模型，并希望接入一個封裝了內(nèi)部 CRM API 的 Python MCP 服務(wù)器。借助 MCP-Use，你可以在這兩個本地服務(wù)之間無縫協(xié)作，即使在沒有互聯(lián)網(wǎng)連接的情況下，也能完整運行 Agent 邏輯。

這體現(xiàn)了 MCP-Use 的一大優(yōu)勢：工具的使用與模型無關(guān)。你不僅可以在本地部署工具，也可以通過 HTTP 或 WebSocket 連接到遠(yuǎn)程 MCP 服務(wù)器，從而實現(xiàn)更多高級架構(gòu)設(shè)計：

• 在云端托管長期運行的工具（如持續(xù)爬取數(shù)據(jù)的服務(wù)器）
• 拆分計算負(fù)載：本地運行模型，遠(yuǎn)程調(diào)用工具
• 構(gòu)建多用戶系統(tǒng)，共享對集中式工具的訪問權(quán)限

你只需更改配置文件即可切換到遠(yuǎn)程服務(wù)：

{
    "mcpServers":{
        "scraper":{
        "url":"https://tools.example.com/mcp/sse"
        }
    }
}

MCP-Use 會自動處理底層連接類型，只要該服務(wù)實現(xiàn)了 MCP 協(xié)議，Agent 就可以透明地使用它。

6.3 動態(tài)禁用特定工具

為了提升安全性，你可以在運行時或配置中動態(tài)禁用某些工具，防止意外誤用。例如，你可以禁止執(zhí)行 shell 命令，僅允許讀取文件而不允許寫入，從而構(gòu)建一個只讀的安全沙箱環(huán)境。

在創(chuàng)建 Agent 時，只需傳入一個不允許使用的工具列表即可：

agent = MCPAgent(..., disallowed_tools=["shell","delete_file"])

這種機(jī)制讓你能夠根據(jù)不同場景靈活控制 Agent 的行為邊界，確保其在受控環(huán)境中安全運行。

通過以上方式，MCP-Use 提供了一種強(qiáng)大而靈活的方式來集成模型與工具，幫助開發(fā)者構(gòu)建真正開放、可擴(kuò)展、安全可控的智能 Agent 系統(tǒng)。

7.MCP-USE 與其他開發(fā)框架的對比

當(dāng)前的人工智能工具生態(tài)系統(tǒng)，如LangChain、OpenAI插件、HuggingFace Agents等，雖然在擴(kuò)展語言模型（LLM）的能力方面取得了顯著進(jìn)展，但普遍存在工具使用碎片化的問題。每個模型和框架都有其獨特的工具處理方式，導(dǎo)致重復(fù)開發(fā)和平臺鎖定問題。

MCP-USE作為一種新興的解決方案，通過外部化工具定義，實現(xiàn)了與代碼解耦，支持任何LLM（包括Claude、GPT、LLaMA等），并且不受限于特定的API規(guī)范或托管要求。此外，MCP-USE允許工具維護(hù)狀態(tài)，并提供了比OpenAPI更簡單通用的協(xié)議。相比其他框架，MCP-USE不僅提高了工具的可重用性和靈活性，還支持實時結(jié)構(gòu)化工具調(diào)用，使得多個Agent可以共享同一工具，無需重復(fù)編寫代碼。

MCP-USE 與其他框架的對比如下：

此表格展示了MCP-USE相對于LangChain、OpenAI插件以及AutoGPT/CrewAI/BabyAGI等框架的主要優(yōu)勢，特別是在工具解耦、支持多種LLM、簡單的API標(biāo)準(zhǔn)以及工具狀態(tài)管理和跨平臺兼容性等方面。

8. 小結(jié)

如果說 OpenAI 插件像是瀏覽器中的擴(kuò)展程序——在特定環(huán)境中實用但受限，那么 MCP 就像是開放的 Web 本身，帶來了無限的連接與組合可能。插件雖有價值，卻難以擺脫平臺鎖定和接口限制，而 MCP 所代表的，是一種真正去中心化、跨平臺、可互操作的工具使用協(xié)議。

MCP-Use 可能是打開這扇大門的鑰匙。它不是一個將我們困于某一個生態(tài)的封閉框架，而是一個讓開發(fā)者自由構(gòu)建、連接和擴(kuò)展的開放平臺。它與大模型解耦，也不依賴特定平臺，只是賦予 LLM 真正“使用工具”的能力。

未來，我們或許會看到一個由 MCP 驅(qū)動的新生態(tài)：在這里，任何模型都可以安全、智能地調(diào)用任何工具，開發(fā)者無需重復(fù)造輪子，Agent 之間可以共享能力，形成一個真正互聯(lián)互通的智能系統(tǒng)。