这是一本能轻松带领读者快速理解并使用MCP，从而跨越“大模型调用”到“智能系统构建”之间鸿沟的著作。它以简洁明了、图文并茂、通俗易懂的方式，从基础知识、工作原理、服务架构和应用开发等多个角度对MCP进行了全方位的讲解。即便你没有任何AI基础，也能充分了解并简单使用MCP，从而达到更好地使用AI的目的。 全书内容从逻辑上分为三个部分： 第一部分MCP基础认知（第1、2章） 通过类比和架构图解的方式细致地介绍了MCP的基本概念、核心价值、工作原理等，让读者能零门槛了解MCP。 第二部分MCP本地实践（第3、4章） 手把手指导读者建立本地MCP主机，从Hello World示例到工具链扩展，帮助读者通过实践快速建立对MCP的直观认知。 第三部分服务开发与应用（第5～12章） 深入讲解了MCP服务器的开发：工具方面，涵盖LangChain、LlamaIndex等主流框架；应用场景方面，覆盖个人效率、设计优化、数据处理、通信智能化、研发效能、数据库交互等多个领域。此外，还简析了阿里云、腾讯云等平台的MCP生态。 全书强调简单易懂，以帮助读者快速入门，所以力求用简洁的语言解释复杂的概念和技术细节，用大量的案例、操作步骤和代码来演示操作的方法和过程，真正做到“快速上手”。

前言
第1章 从大模型应用到基于MCP的AI混搭
1.1 从大模型到大模型应用
1.2 从搜索到运行工具
1.3 如何更好地支持搜索和使用工具——MCP
1.4 MCP的重要性
第2章 MCP是如何工作的
2.1 MCP的通俗类比
2.2 基于MCP的系统是如何组成的：架构解读
2.2.1 MCP主机
2.2.2 MCP客户端
2.2.3 MCP服务器
2.3 基于MCP的系统是如何运行的：工作原理解读
2.4 服务间的共识——MCP解读
2.4.1 MCP的协议栈
2.4.2 MCP的双向通信方式
2.4.3 MCP的3种分类
2.5 MCP的安全性
2.6 基于MCP的系统有什么不同
2.6.1 与REST API的区别
2.6.2 与大模型调用第三方工具的区别
2.6.3 与传统AI服务的区别
2.6.4 与大模型服务的区别
2.7 示例解读：基于MCP的天气查询
第3章 使用本地MCP主机
3.1 用Ollama构建本地MCP主机
3.2 基于Claude Desktop构建本地MCP应用
3.3 使用自然语言发现并安装MCP服务器
3.4 在Cursor中使用MCP服务器
第4章 从Hello World逐步构建MCP服务器
4.1 环境配置与资源访问
4.1.1 创建项目并设置环境
4.1.2 编写Hello World
4.1.3 测试Hello World的MCP服务器
4.2 使用资源模板扩展资源
4.3 添加提示词使用大模型
4.4 创建工具和消息
第5章 开发MCP服务器
5.1 基于LangChain的MCP集成
5.1.1 集成一个简单的算术MCP服务器
5.1.2 langchain_mcp_tools工具的集成
5.1.3 与ReAct智能体的集成
5.2 LlamaIndex的工具集成
5.3 MCP服务器的集散地
5.3.1 Smithery.ai
5.3.2 mcp.so
5.3.3 阿里云的MCP服务
5.3.4 腾讯云的MCP插件中心
5.4 一些实用的MCP服务器
5.4.1 APIldog MCP Server
5.4.2 Blender MCP Server
5.4.3 Perplexity Ask MCP Server
5.4.4 Figma MCP Server
5.4.5 Firecrawl MCP Server
5.4.6 MCP Server Chatsum
5.4.7 Neon MCP Server
5.4.8 21st.dev Magic MCP Server
5.4.9 Browsersbase MCP Server
5.4.10 Cloudflare MCP Server
第6章 基于MCP的常见个人应用
6.1 自动提取Web数据
6.1.1 准备工具包
6.1.2 安装智能爬虫模块
6.1.3 配置智能开关
6.1.4 启动验证
6.2 实现个性化搜索
6.2.1 使用FastMCP定义和注册工具
6.2.2 MCP的客户端
6.2.3 MCP客户端和服务器的通信
6.2.4 基于MCP的系统能力应用
6.3 论文阅读
6.3.1 arXiv的MCP服务器：负责从arXiv中获取科学文章
6.3.2 Docling MCP服务器
6.3.3 构建基于FastAPI的客户端
6.4 工作流自动化
6.5 一个通用的AI助手
6.5.1 构建路由器
6.5.2 具体实现
6.5.3 处理器功能
6.5.4 可扩展性
第7章 用MCP优化自己的设计
7.1 将Figma连接到工作流
7.1.1 建立Figma MCP开发和运行环境
7.1.2 获取Figma API访问令牌
7.1.3 安装Figma MCP服务器
7.1.4 连接到AI编程工具Cursor
7.1.5 工作流程
7.2 3D建模
7.2.1 安装Unreal Engine MCP Server
7.2.2 连接一个AI客户端
7.2.3 Unreal Engine MCP Server的使用
7.3 3D打印
7.3.1 MCP 3D打印服务器：连接创意与现实的桥梁
7.3.2 MCP 3D打印服务器的兼容性
7.3.3 MCP 3D打印服务器的环境配置
7.3.4 MCP 3D打印服务器的使用示例：如何通过自然对话改进3D打印
7.3.5 MCP 3D打印服务器的资源管理与限制
7.3.6 MCP 3D打印服务器：数字与实体世界的融合
第8章 用MCP服务器智能处理数据
8.1 引入智能分析：推理增强
8.1.1 Sequential Thinking MCP服务器的作用
8.1.2 Sequential Thinking MCP服务器的构建
8.1.3 Sequential Thinking MCP服务器的工作方式
8.1.4 Sequential Thinking MCP服务器的核心价值
8.1.5 Sequential Thinking MCP服务器的常见问题
8.2 外部数据获取：网络爬虫的MCP服务器
8.2.1 Firecrawl MCP服务器的一个简捷实现
8.2.2 本地部署Firecrawl
8.2.3 在VS Code的Cline插件中配置MCP服务器
8.2.4 在VS Code的Cline插件中测试Firecrawl
8.3 数据报表智能化
8.3.1 数据摄取的准备：访问凭证的获取
8.3.2 构建用于数据分析的MCP服务器
8.3.3 构建用于数据分析的MCP客户端
8.3.4 使用MCP服务器进行数据分析
8.4 知识管理
8.4.1 安装REST API插件以增强Obsidian功能
8.4.2 设置MCP-Obsidian服务器：连接Claude与Obsidian的桥梁
8.4.3 配置Claude连接MCP-Obsidian服务器
8.4.4 MCP-Obsidian服务器的使用
第9章 用MCP让通信智能化
9.1 轻松对接即时通信工具