MCP 解决了什么问题

LLM 做的事情本质上是在预测下一个 token，其生成的内容都是基于训练的结果，且有一定的随机性。如果能让 LLM 直接调用现成的API，就能保证结果的时效性和可靠性。MCP就是为了解决这个问题而提出的一种协议标准。

MCP 协议

MCP 架构

类似 Client - Server 模式，MCP Host 通过 MCP Client 和 MCP Server 建立连接，一个MCP Host 可以连接多个 MCP Server。

• MCP Host：需要使用到 MCP 的主体，比如 Claude客户端应用，IDE或者其他AI 工具。

• MCP Client：MCP通过MCP Client 和 MCP Server 创建连接。

• MCP Server：基于MCP 协议提供各种能力的服务。

使用 Cline 构建 MCP Server

安装 Cline

Cline 是一个 VSCode 插件，可以实现类似 Cursor的Coding Agent。配置Cline时我们需要提供 LLM 的 API Key，这里推荐使用 OpenRouter，其集成了多家模型服务，同时提供了一些免费的模型调用，包括 DeepSeek-R1。

注册 OpenRouter账号后，点击头像菜单，创建API Key。

把生成的 API Key 粘贴到 Cline 的配置中。

构建 MCP Server

这里我们没有采取 MCP 官网的示例手写MCP Server（插件），而是通过 Cline 自动构建。以下是基本的处理流程：

1. 在 Cline 的 MCP 根目录下创建 .clinerules 文件，用于设置提示词引导模型如何识别和调用 MCP Server；（仅第一次需要设置）

2. 在 Cline 的聊天窗口中，描述清楚插件的用途、使用了什么API或资源

3. Cline 会自动切换到 Plan 模式，分析需要做哪些事情

4. 如果确认模型输出的计划没有问题，则可以手动切换到 Act 模式开始自动执行

下面我们以生成一个实现时间戳和日期换算的MCP 插件，来演示如何操作。

生成 .clinerules

在Cline MCP的根目录下（/Users/your-name/Documents/Cline/MCP），创建 .clinerules文件，并设置内容如下：

# MCP Plugin Development Protocol

⚠️ CRITICAL: DO NOT USE attempt_completion BEFORE TESTING ⚠️

## Step 1: Planning (PLAN MODE)
- What problem does this tool solve?
- What API/service will it use?
- What are the authentication requirements?
  □ Standard API key
  □ OAuth (requires separate setup script)
  □ Other credentials

## Step 2: Implementation (ACT MODE)
1. Bootstrap
   - For web services, JavaScript integration, or Node.js environments:
     ```bash
     npx @modelcontextprotocol/create-server my-server
     cd my-server
     npm install
     ```
   - For data science, ML workflows, or Python environments:
     ```bash
     pip install mcp
     # Or with uv (recommended)
     uv add "mcp[cli]"
     ```

2. Core Implementation
   - Use MCP SDK
   - Implement comprehensive logging
     - TypeScript (for web/JS projects):
       ```typescript
       console.error('[Setup] Initializing server...');
       console.error('[API] Request to endpoint:', endpoint);
       console.error('[Error] Failed with:', error);
       ```
     - Python (for data science/ML projects):
       ```python
       import logging
       logging.error('[Setup] Initializing server...')
       logging.error(f'[API] Request to endpoint: {endpoint}')
       logging.error(f'[Error] Failed with: {str(error)}')
       ```
   - Add type definitions
   - Handle errors with context
   - Implement rate limiting if needed

3. Configuration
   - Get credentials from user if needed
   - Add to MCP settings:
     - For TypeScript projects:
       ```json
       {
         "mcpServers": {
           "my-server": {
             "command": "node",
             "args": ["path/to/build/index.js"],
             "env": {
               "API_KEY": "key"
             },
             "disabled": false,
             "autoApprove": []
           }
         }
       }
       ```
     - For Python projects:
       ```bash
       # Directly with command line
       mcp install server.py -v API_KEY=key
       
       # Or in settings.json
       {
         "mcpServers": {
           "my-server": {
             "command": "python",
             "args": ["server.py"],
             "env": {
               "API_KEY": "key"
             },
             "disabled": false,
             "autoApprove": []
           }
         }
       }
       ```

## Step 3: Testing (BLOCKER ⛔️)

<thinking>
BEFORE using attempt_completion, I MUST verify:
□ Have I tested EVERY tool?
□ Have I confirmed success from the user for each test?
□ Have I documented the test results?

If ANY answer is "no", I MUST NOT use attempt_completion.
</thinking>

1. Test Each Tool (REQUIRED)
   □ Test each tool with valid inputs
   □ Verify output format is correct
   ⚠️ DO NOT PROCEED UNTIL ALL TOOLS TESTED

## Step 4: Completion
❗ STOP AND VERIFY:
□ Every tool has been tested with valid inputs
□ Output format is correct for each tool

Only after ALL tools have been tested can attempt_completion be used.

## Key Requirements
- ✓ Must use MCP SDK
- ✓ Must have comprehensive logging
- ✓ Must test each tool individually
- ✓ Must handle errors gracefully
- ⛔️ NEVER skip testing before completion

在聊天窗口中描述意图

我准备构建一个MCP插件用于时间戳的转换。它包括两个API，一个是把时间戳转换成北京时间的日期格式：yyyyMMdd HH:mm:ss，一个是北京时间的日期转换成对应的时间戳。插件使用typescript编写

在这之后，模型会自动指定执行计划，如果计划没有问题，则可以切换右下角的 Act 进行自动执行模型。在这过程中，模型会自动生成插件的代码，并且在每一个执行操作请会请求确认，一般只需要一直确认就可以。

最后模型会在 /Users/your-name/Documents/Cline/MCP 下生成对应的插件目录。点击右上角的 application 图表，可以看到已经识别并且安装好插件。

验证调用

输入 1741510520转日期

使用 MCP Inspector 进行调试

除了在聊天窗口调用，我们也可以通过 MCP Inspector 启动服务进行调试验证。通过以下脚本启动服务后，打开 http://localhost:5173 进行访问

npx @modelcontextprotocol/inspector node path/to/server/index.js

1  Cline 官方文档

2  MCP Inspector