新書推薦：
《
经纬度丛书·荷兰帝国史：海上霸主的衰落
》
售價：HK$
85.8
《
无人作战系统
》
售價：HK$
107.8
《
幼儿园美工区环境创设与活动指导
》
售價：HK$
79.2
《
李小龙功夫之道
》
售價：HK$
54.8
《
新民说·哲学家与狼
》
售價：HK$
74.8
《
海权与陆权的变局
》
售價：HK$
107.8
《
《西南联大名师课（全10册）》中国历史·中国文学·中国哲学·诸子百家·诗词曲赋·文化常识·人文精神·
》
售價：HK$
657.8
《
天命无常：五代十国 优酷人文·“梅毅说中国史”系列（全三册）
》
售價：HK$
151.8
|
| 內容簡介： |
本书聚焦于MCP这一连接AI Agent与多工具的关键技术，从MCP（模型上下文协议）的基础知识入手，系统讲解MCP的客户端-服务器架构设计、标准化接口设计、上下文维护和动态扩展机制，阐明MCP与AI Agent协同增效的原理及其与其他协议的互操作性。在工具应用层面，系统梳理数据库操作、文件系统管理、API调用、代码管理等 MCP工具，通过Apifox、Qdrant、GitHub等典型MCP Server，介绍工具功能、选择评估标准及实践要点。最后结合实战案例，介绍MCP在智能助手、AI开发、企业自动化及多模态交互等领域的应用，且案例均包含环境配置、代码实现、调试技巧和性能优化。
本书知识体系完整，案例丰富，实用性强，非常适合AI领域的工程师，软件开发、数据分析技术人员及企业数字化转型决策人员阅读，也可用作高等院校相关专业教材。
|
| 目錄：
|
第1章 MCP概述与核心价值 001
1.1 AI Agent介绍 002
1.1.1 AI Agent的属性及应用场景 002
1.1.2 AI Agent的核心能力 003
1.1.3 AI Agent的典型架构 004
1.1.4 AI Agent的发展瓶颈 007
1.2 MCP的定义与背景 009
1.2.1 MCP的起源与发展 009
1.2.2 MCP的核心概念 010
1.3 MCP的核心价值 011
1.3.1 解决工具碎片化：标准化接口降低集成成本 011
1.3.2 维护跨工具上下文：会话状态统一管理 012
1.3.3 动态扩展能力：运行时发现新工具 013
1.3.4 安全沙箱机制：权限控制与操作审计 013
1.4 MCP在AI Agent生态中的角色 014
1.4.1 MCP：Agent的“行动引擎” 014
1.4.2 典型工作流 015
1.4.3 协议协同 015
1.5 MCP与其他技术的对比 016
1.5.1 与传统API集成技术的对比 016
1.5.2 与Function Call技术的对比 016
1.5.3 核心差异总结 016
1.6 准备MCP环境 017
1.6.1 使用Claude Desktop 017
1.6.2 Claude Desktop与MCP 018
第2章 MCP架构设计的原理 020
2.1 MCP架构概览：目标、理念与模型 021
2.2 MCP的核心组件 022
2.2.1 MCP客户端：角色、功能与设计 022
2.2.2 MCP服务器：架构、职责与关键模块 024
2.2.3 主机应用与MCP连接器集成模式 028
2.3 通信协议与数据交换机制 030
2.3.1 协议基础(JSON-RPC 2.0) 030
2.3.2 数据格式(请求、响应、通知、错误) 032
2.3.3 状态化通信与上下文维护 034
2.3.4 传输安全与数据保护 037
2.4 能力协商与动态扩展机制 040
2.4.1 初始握手与能力协商流程 040
2.4.2 动态工具发现与功能扩展原理 044
2.5 安全与隐私架构 046
2.5.1 认证、授权与权限控制 046
2.5.2 用户同意机制 049
2.6 综合实战：简易MCP交互系统 050
2.6.1 MCP服务器 050
2.6.2 MCP客户端 053
第3章 第一个MCP程序：基于DeepSeek等模型的MCP服务器 058
3.1 系统功能介绍 059
3.2 共享资源模块 060
3.2.1 工具函数 060
3.2.2 模型提供商管理 062
3.2.3 路由模型请求 062
3.2.4 验证模型和提供商 066
3.3 大模型交互模块 068
3.3.1 与Claude模型交互 068
3.3.2 与DeepSeek模型交互 071
3.3.3 与Gemini模型交互 072
3.3.4 与Groq模型交互 075
3.3.5 与Ollama模型交互 076
3.3.6 与OpenAI模型交互 077
3.4 功能组合模块 080
3.4.1 处理模型的提示请求 080
3.4.2 模拟CEO与董事会决策 083
3.5 MCP服务器 086
3.6 系统测试 091
3.6.1 向模型发送提示信息 091
3.6.2 测试DeepSeek模型 092
3.7 调试运行 092
第4章 MCP工具生态概览 094
4.1 MCP工具的分类 095
4.1.1 数据操作类工具 095
4.1.2 服务集成类工具 095
4.1.3 开发与运维类工具 095
4.1.4 多模态与AI类工具 095
4.2 MCP工具的选择与评估标准 095
4.2.1 兼容性 095
4.2.2 功能完整性 095
4.2.3 易用性 095
4.2.4 性能稳定性 095
4.2.5 安全性 095
4.3 主流MCP服务器与工具深度解析 095
4.3.1 API集成与开发工具：Apifox MCP Server 095
4.3.2 向量数据库与语义搜索：Qdrant MCP Server 095
4.3.3 代码协作与管理：GitHub MCP Server 095
4.3.4 云服务与安全：Cloudflare MCP Server（云优化、网络安全） 095
4.4 MCP Python SDK 095
4.4.1 MCP服务器实现 095
4.4.2 MCP客户端实现 095
4.4.3 MCP认证客户端测试 095
第5章 MCP赋能AI Agent开发 096
5.1 AI Agent与MCP的交互模式 097
5.1.1 标准化通信流程 097
5.1.2 事件驱动与状态管理 100
5.2 MCP如何简化AI Agent开发 103
5.2.1 抽象底层复杂性：开发者聚焦业务逻辑 103
5.2.2 动态资源分配与无服务器理念 104
5.2.3 Prompt工程优化：释放Token空间 105
5.3 MCP和AI Agent的核心协同场景 106
5.3.1 动态生成与配置AI Agent 107
5.3.2 无缝集成多样化工具与数据源 107
5.3.3 构建复杂工作流与多Agent协作基础 108
5.4 综合实战：基于阿里Qwen和MCP技术的Agent系统 109
5.4.1 实现Agent逻辑 110
5.4.2 MCP管理 133
5.4.3 Agent测试 142
第6章 智能助手开发实战 149
6.1 个人助理与智能客服的核心需求 150
6.1.1 个人助理的核心需求与MCP的作用 150
6.1.2 智能客服的核心需求与MCP的作用 151
6.2 FastMCP框架 152
6.2.1 FastMCP框架架构与核心概念 152
6.2.2 FastMCP工具开发实战 154
6.2.3 FastMCP与LLM的协作机制 155
6.3 综合实战：基于LangChain、语音服务和MCP的电商智能客服系统 156
6.3.1 项目介绍 157
6.3.2 MCP服务器配置 158
6.3.3 智能代理模块 161
6.3.4 服务模块 166
6.3.5 MCP服务器 168
6.3.6 系统主程序 170
6.3.7 调试运行 179
第7章 AI赋能开发工作流实战 181
7.1 概述 182
7.2 智能编程助手开发与MCP 183
7.2.1 MCP的作用 183
7.2.2 智能编程助手：代码生成、Bug修复与解释 183
7.2.3 开发工具链集成：API调用、数据库操作与Git管理 186
7.2.4 运维自动化：日志管理、缓存、性能监控 187
7.3 综合实战：基于IDA Pro和VS Code的MCP服务器 189
7.3.1 系统配置 189
7.3.2 MCP服务器：IDA Pro内部服务器 190
7.3.3 MCP服务器：主服务器 192
7.3.4 MCP-Plugin插件 203
第8章 企业自动化应用实战 236
8.1 企业效率与数据洞察需求 237
8.1.1 企业自动化的发展历程 237
8.1.2 企业自动化的主流技术和产品 238
8.2 MCP在企业自动化中的应用 239
8.2.1 企业知识管理：知识库查询、文档自动生成 239
8.2.2 业务流程自动化(RPA+)：审批、报告、供应链 240
8.2.3 数据分析与可视化：数据获取、处理、仪表板集成 241
8.3 综合实战：基于Odoo ERP、Claude和MCP的办公自动化程序 243
8.3.1 系统配置 243
8.3.2 连接Odoo系统 246
8.3.3 MCP服务器 247
8.3.4 MCP资源处理器 251
8.3.5 Odoo模型的访问控制 255
8.3.6 URI 解析和构建 260
8.3.7 性能优化与缓存 264
8.3.8 MCP测试 269
8.3.9 功能测试 279
第9章 多模态与知识密集型应用实战 285
9.1 MCP在多模态场景中的扩展应用 286
9.1.1 多模态模型协同接口设计 286
9.1.2 非文本资源的封装与传递 288
9.1.3 多通道输入融合与联合推理 289
9.2 综合实战：融合天气、地图和商品数据的多模态语音助手 290
9.2.1 系统配置 291
9.2.2 核心服务层模块 291
9.2.3 MCP工具服务层模块 323
9.2.4 主入口文件 330
9.2.5 调试运行 336
|
| 內容試閱：
|
在人工智能迈向规模化应用的浪潮中，AI Agent作为自主决策与执行的智能实体，正从实验室走向产业落地，在智能客服、企业自动化、开发辅助、多模态交互等领域展现出巨大潜力。然而，AI Agent在连接多样化工具、管理跨场景上下文、保障系统安全性等方面面临着严峻挑战：工具接口碎片化导致集成成本高昂，跨工具会话状态丢失影响任务连贯性，动态扩展能力不足限制应用边界，安全权限管理缺失带来数据风险……这些痛点成为制约AI Agent工业化落地的关键瓶颈。
在此背景下，MCP（多工具协作协议）作为连接AI Agent与各类工具的“行动引擎”应运而生。它通过标准化接口设计、统一上下文管理、动态工具发现与安全沙箱机制，为AI Agent提供了高效、安全、可扩展的工具协作能力，成为打通AI Agent生态的核心技术支柱。近年来，随着Claude Desktop等平台对MCP的原生支持，以及LangChain、Odoo等工具的集成实践，MCP技术正快速从理论走向工程应用，成为AI工程师必备的核心技能之一。本书的出版，正是为了填补当前MCP技术系统性学习资源的空白，帮助读者打通从原理理解到项目落地的全流程能力。
本书特色
1. 原理与实践深度融合，构建完整知识闭环
本书既深入讲解MCP的核心概念、架构设计（客户端/服务器/连接器）、通信协议（JSON-RPC 2.0）、安全机制等基础知识，又通过9个递进式实战项目将理论落地——从简易MCP交互系统到基于Odoo ERP的企业自动化程序，确保读者懂原理、会设计、能落地。
2. 聚焦产业痛点，解决真实工程问题
书中内容紧密围绕工业实际需求：详细解析MCP如何解决工具碎片化（标准化接口）、跨工具上下文丢失（会话状态管理）、动态扩展难题（运行时工具发现）等核心痛点，并通过对比传统API集成、Function Call等技术，帮助读者理解MCP的不可替代性。
3. 实战案例覆盖全场景，兼顾广度与深度
全书包含从基础入门到工业应用的完整实战体系：从基于DeepSeek等模型的MCP服务器搭建，到基于LangChain的电商智能客服；从AI Agent开发框架到Odoo企业办公自动化；从智能编程助手到多模态语音助手，覆盖AI Agent、企业服务、开发工具、多模态交互等主流场景，每个案例均包含环境配置、代码实现、调试技巧与性能优化。
4. 技术前瞻性强，覆盖前沿应用方向
书中不仅讲解MCP的现有技术体系，还深入探讨其在多模态融合（非文本资源传递、多通道输入）、企业级安全（权限控制、操作审计）、多Agent协作等前沿领域的应用，同时介绍FastMCP等框架的使用，帮助读者把握技术发展趋势。
5. 结构科学递进，适配不同层次读者
全书按“基础概述→架构原理→工具生态→场景实战”的逻辑层层深入：前2章奠定理论基础，中间3章构建技术体系，后4章聚焦应用实战。每章配有核心概念图解、技术对比表格、代码分步讲解，既适合零基础读者入门，也满足资深开发者深化拓展的需求。
本书在编写过程中，得到了化学工业出版社编辑团队的专业指导与耐心支持，他们的严谨态度与专业建议为本书的完善提供了重要帮助。同时，感谢家人在写作期间的理解与鼓励，让我能够全身心投入内容创作。
由于MCP技术正处于快速发展阶段，加之笔者水平有限，书中难免存在疏漏或不足之处，恳请读者朋友们在阅读过程中提出宝贵意见与建议，以便后续修订完善。
最后，感谢您选择本书。希望本书能成为您掌握MCP技术、深耕AI Agent开发的实用指南，祝您在技术探索的道路上收获满满！
编著者
|
|
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
暢銷書架
