大模型如何调起MCP服务

关键步骤：

1. MCP服务器配置（在mcp.json中）：

{
  "mcpServers": {
      "image-gen": {
          "command": "python",
          "args": [
              "server.py"
          ],
          "cwd": "C:\\Users\\chow\\project\\Coding\\image-gen-server"
      }
  }
}

3. FastMCP服务器初始化（在server.py中）：

from fastmcp import FastMCP
mcp = FastMCP("image-gen-server")  # 创建MCP服务实例

4. 工具注册和定义：

@mcp.tool("generate_image")  # 注册工具
async def generate_image(prompt: str, file_name: str, ...):
    # 工具实现

调用流程如下：

1. 服务器启动阶段
   • Cursor IDE 读取mcp.json配置
   • 根据配置启动Python服务器
   • FastMCP服务器初始化并注册工具
2. 通信建立
   • 大模型通过MCP协议与服务器建立连接
   • 服务器暴露已注册的工具接口
3. 工具调用
   • 大模型识别到需要生成图片的请求
   • 通过MCP协议调用generate-image工具
   • 传递必要的参数(prompt、文件名等）
4. 返回结果
   • 服务器处理请求并生成图片
   • 通过MCP协议返回结果给大模型 具体示例代码：

# 大模型调用 MCP 服务的示例
response = await mcp.invoke("generate_image", {
    "prompt": "图片描述文本",
    "file_name": "output.jpg",
    "save_folder": "保存路径",
    "width": 1024,
    "height": 576
})

关键点：

1. MCP 服务需要先注册工具
2. 工具需要定义清晰的参数接口
3. 通信采用异步方式
4. 返回结果需要符合 MCP 协议规范 这就是为什么当我们之前遇到 "client closed" 或 "failed to create client" 错误时，需要检查：
5. MCP 服务是否正确启动
6. 配置文件是否正确 3 .依赖包是否完整安装
7. 工具是否正确注册 通过这种方式，大模型可以方便地调用外部服务来扩展其功能，比如生成图片、处理文件等。