新書推薦：
《
戏舞霓裳：中国传统戏曲服饰制作技艺研究
》
售價：HK$
184.8
《
丹漆随梦：中国美术馆藏漆画艺术展作品集
》
售價：HK$
528.0
《
中国非遗文化探寻绘本——舞狮男仔
》
售價：HK$
38.5
《
大唐开国录——唐高祖与唐太宗 历史 杜文玉著 揭秘李渊、李世民权谋征伐，再现大唐开国风云
》
售價：HK$
107.8
《
无人机摄影与摄像从新手到高手
》
售價：HK$
54.8
《
电力算力网络：技术、应用与发展
》
售價：HK$
162.8
《
文明交流互鉴：原始儒家与早期基督教生命伦理比较研究
》
售價：HK$
96.8
《
博我以文：清代前中期的古文与知识秩序 国家社科基金后期资助项目
》
售價：HK$
206.8
|
| 編輯推薦： |
|
本书深入解析MCP核心技术，涵盖架构、安全机制及js Python双栈实战，从搭建服务器/客户端到集成主流AI平台，覆盖开发、自动化、数据库、云服务等十余场景。助力大模型无缝对接业务系统，推动AI从“知识库”升级为“智能助手”。适合AI开发者与架构师进阶学习。
|
| 內容簡介： |
本书系统讲解MCP的技术原理与应用实战。首先从MCP的基础知识入手，详细讲解MCP的起源与发展、核心架构、核心组件（资源、工具、提示模板）、常见的传输方式和安全机制等，并通过与API、Agent、Function Calling、A2A协议等的对比，体现其标准化优势。然后以Node.js和Python双栈为例，手把手教读者搭建MCP服务器与MCP客户端，演示如何将MCP集成到Claude Desktop、Cursor等主流AI平台中。最后讲解多个实战示例，涵盖开发与代码执行、浏览器的自动化、命令行与Shell、版本控制、数据库交互、数据分析与可视化、云平台服务集成、通信与协作及娱乐休闲等多个应用场景。本书可帮助读者快速掌握MCP，实现大模型与业务系统的无缝对接，推动大模型从“知识库”跨越式发展为“智能助手”。
來源：香港大書城megBookStore,http://www.megbook.com.hk
本书既适合AI初学者快速入门，也适合资深开发者进阶学习，是掌握下一代AI交互技术的重要参考资料。
|
| 關於作者： |
——李艮基（GenJi）——
毕业于武汉大学。B站及微信公众号AI领域头部博主（GenJi是真想教会你）、AI科技创业者、鲸海拾贝CEO、《DeepSeek应用大全》《GPT-4o极简入门与绘画大全》《B站运营大揭秘》等书作者。2020年入选央视五四青年节特别节目创业青年代表。2023年入选福布斯中国30岁以下精英榜及胡润中国30岁以下精英榜。
——肖灵煊（本名肖灵儿）——
毕业于香港科技大学计算机专业。B站知名科普Up主、择天数字艺术有限公司联合创始人、《DeepSeek应用大全》《GPT-4o极简入门与绘画大全》《B站运营大揭秘》《算法小讲堂》作者。作为深耕技术领域的IT达人，领导团队进行前沿技术的研发与应用，推动数字化转型与创新，并致力于通过简明易懂的内容传播计算机科学及算法知识。
——曹方咏峥——
伦敦政治经济学院硕士，高级工程师。在AI大模型、数据要素领域具备丰富的研究及实战经验。作为联合创始人，创立了国内的Llama大模型中文开源社区——Llama中文社区。《Llama大模型实践指南》《DeepSeek应用大全》《GPT-4o极简入门与绘画大全》作者。
|
| 目錄：
|
第1章 MCP简介 1
1.1 什么是MCP 2
1.2 MCP的起源与发展 3
1.3 掌握MCP的好处 4
第2章 MCP的工作原理 5
2.1 核心架构 6
2.2 核心组件 8
2.2.1 资源 9
2.2.2 工具 10
2.2.3 提示模板 11
2.3 两种常见的传输方式 13
2.3.1 标准输入/输出 13
2.3.2 流式传输 14
2.4 安全机制 14
2.4.1 访问控制和权限管理 14
2.4.2 身份验证和安全通信 15
2.4.3 元数据和安全提示 15
2.4.4 沙箱隔离机制 15
2.4.5 开源、透明 16
2.5 MCP与API的区别 16
2.6 MCP与Agent的区别 17
2.7 MCP与Function Calling的区别 19
2.8 MCP与A2A协议的区别 20
第3章 MCP的本地搭建 22
3.1 环境准备工作 23
3.1.1 安装和配置Node.js 23
3.1.2 安装和配置Python 27
3.1.3 安装VSCode 30
3.2 自己搭建MCP客户端 32
3.2.1 用Python快速搭建MCP客户端 32
3.2.2 搭建MCP聊天机器人客户端 38
3.3 MCP客户端精选 46
3.3.1 Claude Desktop 46
3.3.2 Cherry Studio 47
3.3.3 5ire 47
3.3.4 Cursor 48
3.3.5 DeepChat 49
3.3.6 ChatWise 50
3.4 自己搭建MCP服务器 52
3.4.1 安装uv工具并初始化项目目录 52
3.4.2 用FastMCP构建天气服务端 56
第4章 开发与代码执行 64
4.1 Semantic Kernel 65
4.1.1 基础设置 66
4.1.2 示例：多代理协作系统与插件集成 66
4.2 MCP Run Python 72
4.2.1 基础设置 72
4.2.2 示例：安全沙箱的集成与调用 73
4.3 E2B 75
4.3.1 基础设置 75
4.3.2 示例：云沙箱的Python调用链路 76
4.4 JetBrainsMCP 77
4.4.1 基础设置 78
4.4.2 示例：在Claude Desktop中连接IDE并列出工具 79
4.5 FileScopeMCP 80
4.5.1 基础设置 81
4.5.2 示例：生成项目依赖图 82
第5章 浏览器的自动化 84
5.1 PlaywrightMCP 85
5.1.1 基础设置 86
5.1.2 示例：基于无头浏览器与网页交互 87
5.2 BrowserbaseMCP 88
5.2.1 基础设置 88
5.2.2 示例：基于云浏览器抓取网页中的标题并截图 89
5.3 PuppeteerMCP 90
5.3.1 基础设置 90
5.3.2 示例：基于云浏览器抓取网页中的标题并截图 92
5.4 ApifyActorsMCP 93
5.4.1 基础设置 93
5.4.2 示例：抓取本地标准输入/输出客户端 94
5.5 FirecrawlMCP 96
5.5.1 基础设置 96
5.5.2 示例：调用FirecrawlScrape 97
第6章 命令行与Shell 99
6.1 iterm-mcp 100
6.1.1 基础设置 101
6.1.2 示例：自动创建并激活Python虚拟环境 102
6.2 win-cli-mcp 103
6.2.1 基础设置 103
6.2.2 示例：创建虚拟环境、安装依赖并拉取远程系统信息 104
6.3 mcp-server-commands 106
6.3.1 基础设置 106
6.3.2 示例：Python程序的自动化 107
6.4 CLI MCP 108
6.4.1 基础设置 109
6.4.2 示例：RunCommand的执行过程 109
6.5 Term_MCP_DeepSeek 110
6.5.1 基础设置 111
6.5.2 示例：实现DeepSeek终端聊天机器人 111
第7章 版本控制 114
7.1 GitHub MCP服务器 115
7.1.1 基础设置 115
7.1.2 示例：GitHub工作流的自动化 117
7.2 Gitee MCP服务器 119
7.2.1 基础设置 119
7.2.2 示例：Gitee工作流的自动化 120
7.3 Gitea MCP服务器 122
7.3.1 基础设置 122
7.3.2 示例：Bug修复流程的自动化 123
7.4 mcp-git-ingest 125
7.4.1 基础设置 125
7.4.2 示例：GitHub的仓库结构与文件读取 126
7.5 github-enterprise-mcp 127
7.5.1 基础设置 127
7.5.2 示例：github-enterprise-mcp的部署与访问 127
第8章 数据库交互 129
8.1 Aiven MCP服务器 130
8.1.1 基础设置 131
8.1.2 示例：查询项目与获取服务详情 132
8.2 genai-toolbox 133
8.2.1 基础设置 133
8.2.2 示例：将LangGraph与Toolbox集成 134
8.3 mcp-clickhouse 136
8.3.1 基础设置 136
8.3.2 示例：查询与分析数据 138
8.4 chroma-mcp 139
8.4.1 基础设置 139
8.4.2 示例：基于CLI进行文档管理 140
8.5 mcp-confluent 141
8.5.1 基础设置 142
8.5.2 示例：Kafka的主题与消息管理 143
第9章 数据分析与可视化 145
9.1 mcp-vegalite-server 146
9.1.1 基础设置 147
9.1.2 示例：月度销量数据的保存与可视化 148
9.2 keboola-mcp-server 149
9.2.1 基础设置 150
9.2.2 示例：数据操作与CSV文件导出 151
9.3 mcp-server-axiom 152
9.3.1 基础设置 153
9.3.2 示例：数据集查询与APL分析 154
9.4 opik-mcp 155
9.4.1 基础设置 155
9.4.2 示例：Opik项目与指标查询 156
9.5 mindmap-mcp-server 157
9.5.1 基础设置 158
9.5.2 示例：将Markdown格式的内容转换为思维导图 159
第10章 云平台服务集成 161
10.1 sample-mcp-server-tos 162
10.1.1 基础设置 163
10.1.2 示例：列桶、列对象与下载对象 164
10.2 aws-kb-retrieval-server 165
10.2.1 基础设置 166
10.2.2 示例：Amazon Bedrock知识库的检索 167
10.3 mcp-server-cloudflare 168
10.3.1 基础设置 169
10.3.2 示例：列出Workers与查看错误日志 170
10.4 k8m 171
10.4.1 基础设置 171
10.4.2 示例：命名空间管理与Pod监控 172
10.5 kubernetes-mcp-server 173
10.5.1 基础设置 174
10.5.2 示例：Pod日志检索的自动化 175
第11章 通信与协作 177
11.1 gotohuman-mcp-server 178
11.1.1 基础设置 179
11.1.2 示例：推文审阅与反馈优化 180
11.2 inbox-zero MCP服务器 181
11.2.1 基础设置 182
11.2.2 示例：邮件管理的自动化 183
11.3 AgentMail Toolkit 184
11.3.1 基础设置 184
11.3.2 示例：邮件全生命周期的自动化 185
11.4 mcp-teams-server 187
11.4.1 基础设置 187
11.4.2 示例：自动创建线程并读取回复 188
11.5 bluesky-context-server 189
11.5.1 基础设置 190
11.5.2 示例：热帖检索 191
第12章 娱乐休闲 193
12.1 MemoryMesh 194
12.1.1 基础设置 195
12.1.2 示例：用动态工具构建RPG世界 195
12.2 mcp-unity 196
12.2.1 基础设置 197
12.2.2 示例：Unity编辑器的自动化 198
12.3 hko-mcp 199
12.3.1 基础设置 199
12.3.2 示例：气象数据的获取与处理 200
12.4 graphlit-mcp-server 201
12.4.1 基础设置 201
12.4.2 示例：批量获取Slack频道的消息及问答对话 202
12.5 mcp-summarizer 204
12.5.1 基础设置 204
12.5.2 示例：3分钟技术文章摘要机器人 205
附录A MCP官方集成的MCP服务器 206
附录B 社区集成的MCP服务器 211
|
| 內容試閱：
|
在短短几年内，生成式AI的能力曲线不断攀升，但开发者很快发现——如果不能安全、即时地连接企业专属数据，则再强大的大模型也只能停留在“离线百科”阶段。Anthropic公司于2024年推出的MCP（Model Context Protocol，模型上下文协议）正是为解决这一痛点而生的：它像一条通用总线，将散落在数据库、SaaS、文件系统、物联网终端乃至区块链中的数据与功能，转化为大模型可读的资源与可执行的工具，再借助统一的提示模板，让所有调用都在可追踪、可审计的沙箱中完成。
大模型虽然擅长“生成”，却受限于静态语料，无法获取企业最新库存、员工休假或日志告警等实时信息。为了弥补这种信息断层，业界先后尝试了浏览器插件、专用API与函数调用等功能，但缺乏统一的规范，导致每接入一种工具，就要新增一层“胶水”代码，安全审计也愈发复杂——研究者将这种现象称为“插件碎片化带来的第二次依赖地狱”。
MCP通过开放的协议整合了零散的方案：无论数据源位于本地还是云端，只要部署了MCP服务器，大模型侧的MCP客户端就能通过标准输入/输出或流式传输方式与之通信。通路一旦建立，后续迁移至任意支持MCP的大模型都无须重写代码。
这样的标准化有以下核心价值。
生态共振：Claude Desktop已原生支持MCP，允许用户通过简单的配置将桌面文件系统暴露给大模型；Cursor社区正在推动官方集成MCP，使代码助手能实时感知项目结构；Copilot Studio也宣布可以让企业流程机器直接调用MCP服务器。安全内建：MCP服务器可为每个工具都设置读写权限，MCP客户端通过OAuth 2.1授权并记录调用日志。当大模型尝试越权操作时，我们可以即时对其进行拦截。开源扩展性：在GitHub上已涌现Slack、天气、区块链等数百个预置的MCP服务器，开发者只需配置凭证，即可让大模型获得新的能力。
本书旨在为开发者、架构师与AI产品经理提供以下系统学习路径。
追溯MCP的技术演进之路，解析其为何被称为“大模型世界的USB接口”。详细讲解资源、工具、提示模板与双传输层的实现机制。结合OAuth权限、沙箱隔离与审计链路，详细讲解MCP的安全机制。以Python与js双栈为例，从零开始编写天气与邮件服务器，并在Claude Desktop、Cursor、Copilot Studio中完成MCP客户端接入与链路调试，演示如何在30分钟内让大模型读取私有数据、触发真实操作。对比A2A协议、多智能体协作等，展望MCP在未来的AI生态中的地位。
在大模型从“知识库”向“数字同事”演进的过程中，MCP有望成为连接虚拟世界与现实世界的关键基础设施。本书作者团队衷心希望，本书既能帮助读者理解MCP的工作原理，又能帮助读者将MCP应用于实际的业务场景中。若读者能借此抢占AI时代的“技术高地”，那便是本书价值的最大体现。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
