【AI应用--白话大模型（篇四）】《搞懂大模型之AI Agent 实战：Cherry Studio + MCP 全教程｜工具调用、架构原理、高德航班项目完整落地》

一.Cherry Studio

再写这节内容之前补个知识点，在前几节的内容中有一个Cherry Studio（“AI 聚合工具箱”）：

1.简介

Cherry Studio 是⼀款集多模型对话、智能体、知识库管理、AI 绘画、翻译等功能于⼀体的全能 AI 助⼿平台。Cherry Studio ⾼度⾃定义的设计、强⼤的扩展能⼒和友好的⽤⼾体验，使其成为专业⽤⼾和 AI 爱好者的理想选择。⽆论是零基础⽤⼾还是开发者，都能在 Cherry Studio 中找到适合⾃⼰的 AI 功能，提升⼯作效率和创造⼒。

2.官⽹

Cherry Studio 官方网站 – 全能 AI 工作站

3.安装

a. 进⼊官⽹，点击下载

b. 启动安装

4.基本使用

1. 启动应⽤后，可以直接进⾏聊天

2. 在设置⾥⾯我们对接不同⼚商的模型服务

3.

3.具体的操作⽂档（联网模式 | Cherry Studio）官⽅很详细我们这⾥不再 赘述

二.工具调用

学习这个板块，理解起来就是：有了脑⼦，有了⼈设，怎么给模型添加上双⼿？

1.概念

简单来说，⼯具调⽤(Tool Calling)就是让⼤模型“学会使⽤⼯具”。传统的⼤模型只能根据训练数据中的知识进⾏⽂本⽣成，⽆法实时获取最新信息，也⽆法执⾏具体操作（如发邮件、查天⽓、计算复杂数学题等）。

⼯具调⽤是指 LLM 在处理⽤⼾请求时，能够识别出⾃⼰⽆法独⽴完成该任务（例如：计算复杂数学题、查询实时天⽓、操作数据库），并主动输出⼀个结构化的指令（通常是 JSON 格式），告诉外部系统：“请帮我运⾏这个函数，并传⼊这些参数。”

LLM 本⾝并不运⾏代码或调⽤ API。它只是扮演“⼤脑”的⻆⾊进⾏决策，或者提取参数，⽽具体的“执⾏”是由你的后端系统或代理框架（如 LangChain）完成的。简单理解LLM是⼈的脑⼦，⼯具调⽤相当于⼈的四肢，让⼤模型具备了操作能⼒。

2.为什么需要⼯具调⽤

1. 信息过时

模型训练数据有截⽌时间，⽆法获知最新新闻、股价、天⽓等实时信息。通过⼯具调⽤可以接⼊实 时数据源。

• 未联⽹检索

• 联⽹搜索

2. 数学与精确逻辑能⼒差

LLM 是基于概率预测下⼀个字符的，处理 11123.678*8123 这种精确计算时极易出错。⼯具调 ⽤允许它将这类任务“外包”给专业的计算器或 Python 解释器。

⽤计算器计算，可以看到上⾯的值是错误的

3. 没有动⼿能⼒

原⽣ LLM 只能输出⽂本。但在实际业务中，我们希望模型能“发邮件”、“推荐⾏程和餐厅”或 “查询数据库”。⼯具调⽤为模型提供了操作外部系统的接⼝。

3.⼯作过程

我们来看下LLM调⽤⼯具的过程，这个过程中模型做的事情本质上就⼀个：根据⽤⼾输⼊，输出⼀个符合你定义的数据结构，供你后续处理。

下⾯我们来通过查询天⽓来看下⼯具内部具体的调⽤细节：

⽤⼾：就是实际使⽤应⽤的⽤⼾，⼀般通过APP或者浏览器操作

应⽤程序：⼀般是交互的⽹站或者APP

LLM模型：如DeepSeek、⾖包模型，⼀般以API的⽅式提供

外部⼯具/API: ⼀般为应⽤程序提供的服务或者由第三⽅公司提供的服务

工作步骤：

1. 注册⼯具（给⼤脑⼀份“使⽤说明书”）

在对话开始前，开发者会告诉模型：“你可以使⽤⼀个叫 get_weather 的⼯具。”

定义的 Schema（结构）：

• 名字： get_weather
• 功能：获取指定城市的实时天⽓。
• 必需参数： location (字符串)
• 可选参数： unit (摄⽒度/华⽒度)

2. ⽤户提问（触发需求）

用户问： “北京现在的天⽓怎么样？需要穿外套吗？”

此时模型的思考：

“我没有实时互联⽹连接，不知道北京现在的温度。但我有⼀个 get_weather ⼯具可以查到这 个信息。”

3. 模型输出指令

模型停⽌输出⾃然语⾔，可以抽取你要求的参数，转⽽⽣成⼀段精准的 JSON 数据。（数据的真正来源 ：外部API、数据库、内部系统、物联网设备等）

{
"tool_call": {
"function_name": "get_weather",
"parameters": {
"location": "北京",
"unit": "摄氏度"
}
}
}

关键点： 此时模型并不知道北京的天⽓，它只是完成了“提取参数”的⼯作。

4. 执⾏⼯具（⼿去⼲活）

你的后端程序（Python 或 Node.js）接收到了上⾯那段 JSON。

a. 程序解析出： location="北京" 。 b. 程序通过⽹络请求调⽤真正的⽓象局 API。 c. API 返回真实数据： {"temp": 12, "condition": "Cloudy", "wind_speed": "Strong"} 。

5. 汇总回复（⼤脑整理汇报）

应⽤程序把 API 返回的结果塞回给模型。现在模型的“短期记忆（Context）”⾥有了这些新鲜数 据：

• ⽤⼾意图：查北京天⽓，问是否穿外套。
• 实时数据：12度，多云，⼤⻛。

模型最终⽣成的⾃然语⾔：

“北京⽬前⽓温 12°C，多云且⻛⼒较⼤。体感温度可能更低，建议您出⻔穿⼀件厚外套或防⻛⾐。”

4.Function Calling是什么

Function Calling 是模型的⼀种原⽣能⼒，允许开发者向 LLM 描述⼀组函数的“签名”（包括函数名、功能描述、参数列表及类型）。

怎么理解呢？下⾯看下管家的这个例⼦搞清楚LLM和Function Calling 的关系。

⽐如：
你雇了⼀位知识渊博但⼿脚“瘫”了的管家（这就是 LLM）。他什么都会……但他⾃⼰完全没法动⼿——不
会拧扳⼿、不会点⼿机、也不会按计算器。
不过，管家⾯前有⼀排神奇的“功能按钮”（这就是 Function Calling 提供的函数列表），每个按钮
上都贴着标签：
🔧 修⽔管（参数：漏⽔位置、管道类型）
✈ 订机票（参数：出发地、⽬的地、⽇期）
🧮 计算器（参数：数学表达式）
这些按钮背后连着真正的执⾏者（外部系统，⽐如维修⼯、订票平台、计算器程序）。管家虽然⾃⼰按
不动按钮，但他能“思考”：
你告诉他：“厨房⽔槽漏⽔了，帮我找⼈修⼀下。”
管家⽴刻分析：哦，这事需要按 “修⽔管” 按钮。
他仔细填好参数：{“漏⽔位置”: “厨房⽔槽”, “管道类型”: “PVC”}
然后把这张“指令单”递给你（或者直接交给背后的执⾏系统）。
你（或系统）替管家按下按钮，真正的维修⼯接到单⼦就去修好了。
管家再把结果转述给你：“修好了，花了200元。”

LLM 负责“判断该按哪个钮 + 填好参数单”，Function Calling 就是“那个钮和填单的规范格式”。

可以看下DeepSeek调⽤外部⼯具的约定：Tool Calls | DeepSeek API Docs

5.Function Calling和Tool Calling的关系

Function Calling最早由 OpenAI 在 2023 年 6 ⽉推出。当时模型可以输出⼀个结构化的函数名和参数，⽅便开发者调⽤外部函数（⽐如查天⽓、发邮件）。这个名字因此流⾏起来。后来 OpenAI 在2024 年更新了功能，发现模型不仅能调⽤函数，还能调⽤内置⼯具（如⽂件搜索、代码解释器）或API 接⼝。叫“函数”不够准确，于是官⽅改称 Tool Calling。

1. 包含与被包含

⽬前主流的 API（如 OpenAI、Claude）中，Tool（⼯具） 是⼀个⼤的包装器，⽽ Function（函数）是⽬前最常⽤的⼯具类型。

2. 实际使⽤对绝⼤多数开发者⽽⾔是⼀个内容。遇到这两个词，把它们当成⼀回事即可，核⼼都是 “让 AI 调⽤外部能⼒”。

三.MCP

简单说就是：每来个⼯具写⼀套代码，有没有标准的协议？

1.MCP是什么

MCP 起源于 2024 年 11 ⽉ 25 ⽇ Anthropic 发布的⽂章：Introducing the Model Context Protocol（Introducing the Model Context Protocol \\ Anthropic）MCP是⼀种开放协议，通过标准化语⾔和接⼝，实现AI模型与外部数据源/⼯具的⽆缝交互。

MCP不是⼀个⼯具，⽽是⼀种⼯作⽅式或者规则。 核⼼⽬标：建⽴类似USB-C的标准化协议，统⼀AI模型与外部资源的交互接⼝，实现"⼀次集成，处处运⾏"。解决当前 AI 模型因数据孤岛限制⽽⽆法充分发挥潜⼒的难题，MCP 使得 AI 应⽤能够安全地访问和操作本地及远程数据，为 AI 应⽤提供了连接万物的接⼝。

MCP（模型上下⽂协议）之于 AI 应⽤，就像 USB-C 之于电⼦设备。

USB-C 统⼀了充电、数据传输和视频输出。在它出现前，你要为⼿机、硬盘、显⽰器准备不同的线缆；有了它，⼀根线、⼀个接⼝就能搞定所有，⽆论连接的是充电头、U盘还是4K显⽰器，系统都能⾃动识别并协商好供电和通信协议。

MCP 则在 AI 世界⾥扮演同样的“通⽤连接器”⻆⾊。在它出现前，每个⼤模型（Agent）要调⽤⼀个外部⼯具（⽐如查天⽓、搜索、画图），都得写⼀套专属的“驱动代码”——这种“每个⼯具⼀套接⼝”的做法，让 AI ⽣态碎⽚化严重。

有了 MCP，情况彻底改变：

• 标准化：MCP 定义了⼀套通⽤的原语，就像 USB-C 定义了电源、数据、视频等通道。
• 即插即⽤：任何符合 MCP 标准的 Server（服务端），都可以像 USB-C 设备⼀样插上就跑。客⼾端只需发送标准格式的调⽤请，就能“唤醒”服务器执⾏具体功能。
• 主从清晰：MCP Client（客⼾端） 是“主机”，负责发现和发起请求；MCP Server（服务端） 是“设备”，负责具体执⾏，就像电脑（主机）和 U 盘（设备）的关系。

2.为什么需要MCP

1. 适配⼯作量极⼤降低

在 MCP 出现之前，AI 连接外部⼯具，基本就是“硬编码”⼀对⼀⼿⼯对接。你有 M 个 AI 应⽤，N 个⼯具(数据库、⽂件系统啥的)，那就得写 M × N 个集成模块。每对接⼀个新⼯具,都要从头适配⼀遍，费时费⼒。有了 MCP，M 个 AI 应⽤只需实现⼀次 MCP 客⼾端，N 个⼯具只需实现⼀次 MCP 服务器。⼀次对接，解锁整个⽣态——这才是真正的效率提升!

传统方式：N个AI模型对接M个工具，需要写N×M套代码，加个新工具所有模型都要重写一遍。

MCP方式：加一个"万能接口"，所有模型和所有工具都只对接这个标准协议，新增工具一次接入，所有模型直接通用。

简单说：MCP就是AI界的"USB-C接口"，统一标准，插上就能用。

我们可以想象⼀下，每个企业系统都像是不同品牌的智能家电（电视、空调、智能灯），原本每个设备都需要专属遥控器（定制接⼝）。

MCP就像⼀个预置了所有家电协议的万能遥控器：AI助⼿拿着这个遥控器，既能让"电视"播放监控视频（调⽤安防系统），也能让"空调"调节数据温度（调整服务器负载），还能让"⾳响"播报业务报告（触发语⾳合成）——所有操作都通过统⼀按键（标准化指令）完成，⽆需再为每个设备寻找专⽤遥控器。

2. 标准化的⼯具发现和使⽤

MCP标准化了⼯具的定义、托管和向 LLM 暴露的⽅式，所有 MCP Server 都以统⼀的格式（名称、参数、描述）向 Client 暴露⼯具，LLM 能轻松发现可⽤⼯具、理解架构并使⽤. ⽐如⼯具清单调⽤格式约定

⼯具调⽤格式约定

做了约定之后，这样很容易对于新的服务器的⼯具做发现和调⽤。

3. 构建开放的“⽣态”，⽽⾮孤⽴的“应⽤”

MCP是⼀个开放标准，不绑定任何特定模型、框架或供应商。避免供应商锁定：基于MCP开发的⼯具，可以被任何⽀持MCP的AI客⼾端（如Claude、⽀持MCP的GPT等）调⽤。这保障了技术投资的灵活性，不会被任何单⼀AI公司锁定。Function Calling 的接⼝格式、参数定义⽅式都由特定模型⼚商（如 OpenAI、Anthropic）定义。为⼀个模型（如 OpenAI）编写的调⽤代码，⽆法直接⽤于另⼀个模型（如 Google Gemini）。切换模型平台往往意味着要重写⼤量代码。

⽐如你基于 MCP 标准开发了⼀个“天⽓查询”的 MCP Server。⽆论是 OpenAI、Anthropic Claude还是其他⽀持 MCP 的模型，都可以直接发现并使⽤这个 Server 提供的⼯具，⽆需任何修改。

3.官⽹

1. 官⽹ ：What is the Model Context Protocol (MCP)? – Model Context Protocol

2. Github ： https://github.com/modelcontextprotocol

3. MCP协议地址：Versioning – Model Context Protocol

4.MCP社区

1. 魔搭 (ModelScope) 社区MCP⼴场ModelScope – MCP 广场

2. MCP World海量 MCP Servers 导航网站

3. ⽕⼭引擎MCP⼴场火山引擎-你的AI云

4.阿⾥云MCP 大模型服务平台百炼控制台

5. MCP.so https://mcp.so/

6.CLine MCP⼴场MCP Marketplace – Cline

5.MCP初体验

我们这个案例通过调⽤多个MCP 服务来感受下MCP服务的快速集成。

Trae

a.简介

Trae IDE 是字节跳动推出的AI原生集成开发环境（IDE），由传统的代码编辑器进化而来，更像是一位能与你协作完成整个开发任务的"AI开发工程师"。

b.官网

国内版本：TRAE – The Real AI Engineer ｜ TraeCode – 你的 AI 开发工程师

国际版本：TRAE – Collaborate with Intelligence

下载安装

1.下载Trae IDE，双击启动进行安装

2.安装完成后启动，左边是文件编辑区域，右边是和AI协作区域

c.基本使⽤

Agent构建官⽹

1. 我们以创建⼀个咖啡店的官⽹为例来看下如何操作，⾸先我们新建⼀个⽬录(这里你可以直接在你的磁盘里新建一个文件夹然后打开）

2. AI聊天区域我们可以选择不同的模式

3. 我们选择Agent模式，输⼊下⾯的提⽰词

⽣成⼀个咖啡店的官⽹，使⽤简单的html,js,css来完成

4. 经过⼀段时间的等待后可以看到官⽹⽣成了。（这里可能会等几分钟）

5. 如果效果达到了我们的预期，我们选择全部保留，⽂件会保存起来

右下角有一个全部保留的标识。

6. 我们也可以添加到对话来完成修改

8. 添加到对话后，我们输⼊提⽰词

9. 可以看到已经修改

Chat⽅式构建官⽹

1. 我们新建⼀个⼯程的⽬录 ，⽤Trae打开

2. 我们输⼊提⽰词，⽣成官⽹

⽣成⼀个咖啡店的官⽹，使⽤简单的html,js,css来完成

3. ⽣成后，提⽰我们要⼿动操作

手动方式如下：

4. 我们挨个拷⻉⽣成的⽂件

5. 我们打开⽬录下⾯的⽂件查看效果

6. 如果我们要修改可以在编辑器中选择代码，然后在聊天窗⼝中输⼊内容进⾏修改，⽐如我们选择精品咖啡来点击添加到对话

快捷方式：

SOLO 模式

1. 我们新建⼀个⽂件，⽐如 E:\\code\\traeprj\\pets ，使⽤Trae打开⽂件夹，切换到solo模 式

2. Agent和solo有下⾯2个可选的模式

/plan

## /plan（计划模式）
⽤途 ：⽤于⽣成实现计划，指导具体的代码修改。
适⽤场景 ：
– 当你需要对现有代码进⾏修改、添加新功能或修复 bug 时
– 需要明确列出要修改的⽂件、步骤、潜在⻛险等

/spec

⽤途 ：⽤于⽣成详细的技术规范⽂档，包括 PRD（产品需求⽂档）和技术架构设计。
适⽤场景 ：
– 从零开始构建新的应⽤或⼤型功能
– 需要完整的需求分析和架构设计
– 涉及多个模块、复杂交互或多端适配

/goal

⽤途 ：⽤于创建和追踪⻓期⽬标，管理任务进度和预算。
适⽤场景 ：
– 需要持续追踪的复杂任务

3. 输⼊下⾯的提⽰词，使⽤/plan模式

我想打造⼀个⾯向中国消费者的宠物电商⽹站。⽹站需要设计简洁现代,适配⼿机端浏览。核⼼⻚⾯包
括:⾸⻚(包含轮播图、宠物推荐、热销宠物、新⽤⼾弹窗),注册登录⻚(⽤⼾可以使⽤⼿机、微信注册
登录)、商品列表⻚、商品详情⻚(展⽰宠物图⽚、尺⼨信息和⽤⼾评价),购物流程包括:购物⻋、下单
结算、⽀付(⽀持⽀付宝、微信⽀付、银⾏卡⽀付等主流⽅式)。在结算时填写收货地址,并查看历史订
单。⽀持⽤⼾通过邮件⽅式联系官⽅。整体视觉⻛格以暖⾊为主⾊调,使⽤⼤图展⽰商品,⻚⾯布局简
洁,交互动效⾃然流畅。使⽤html,js,css来完成。

4. 我们点击执⾏，让它开始执⾏计划

5.看见他生成的技术文档

6.最后我们来看下⽣成的效果，可以看到⽣成了对应的⻚⾯，因为我们没有让他使⽤后台框架，所有主要⽣成了前端⻚⾯的交互。

高德

a.简介

⾼德是中国领先的数字地图、导航及位置服务解决⽅案提供商，⽬前是阿⾥巴巴集团旗下的全资⼦公司，⾼德拥有国家甲级导航电⼦地图测绘和甲级航空摄影等资质，其优质的电⼦地图数据库是核⼼竞争⼒，⾼德已从⼀个单纯的⼯具应⽤，发展为提供“⾐⻝住⾏”⼀站式服务的综合性⽣活平台。其核⼼产品“⾼德地图”APP覆盖了海量⽤⼾，⽉活跃⽤⼾（MAU）：已突破9亿，⽇定位量：借助北⽃卫星系统，⽇定位量已突破9000亿次。

b.官⽹

高德开放平台 | 高德地图API

高德地图

c.⾼德开放平台

⾼德开放平台是⼀个⾯向开发者和企业的“地图能⼒输出平台”。它将⾼德地图专业的定位、地图、 导航等底层技术能⼒，以 API（应⽤程序接⼝）和 SDK（软件开发⼯具包）的形式开放出来，让第三⽅开发者可以便捷地集成到⾃⼰开发的应⽤或⽹站中，从⽽降低开发⻔槛，并拓展⾃⾝产品的服务边界。核⼼能⼒主要包括：

• 🗺 基础地图与展⽰：提供多种样式（如动态、3D、交通地图等）的地图SDK，⽀持⾃定义样式、交互和叠加标记，满⾜APP或⽹⻚的地图展⽰需求。
• 📍 定位与搜索：提供⾼精度的GPS、⽹络定位服务，并⽀持地理编码（地址转坐标）/逆地理编码（坐标转地址），以及周边搜索、关键字搜索等功能。
• 🗺 路线规划与导航：⽀持驾⻋、步⾏、骑⾏、公交等多种⽅式的智能路线规划；提供实时路况查询和动态导航；并提供轨迹管理与智能调度⽅案。
• 🧠 前沿AI与⼤数据：借助AI提升路径规划的智能化⽔平；通过海量时空数据提供⽤⼾洞察，辅助商业决策。
• 🌐 全球化能⼒：覆盖全球200多个国家和地区，⽀持56种语⾔，拥有1.2亿海外POI数据，满⾜出海应⽤需求。

d.注册申请key

1. 注册登录控制台高德控制台

2. 创建应⽤

3.创建key

4. 创建成功后，可获取 Key 和安全密钥。

5. 查看配额

6. 如果配额觉得低或者想开发⼀些个⼈的应⽤，可以认证开发者账号，注册成为开发者。

高德控制台

Node

a.简介

在 Node.js 之前，JavaScript 运⾏时被绑定在浏览器中，作为浏览器的各种模块出现。这意味着，要想运⾏ JavaScript 代码就必须启动浏览器，JavaScript 逃不出浏览器的⼿掌⼼，它的功能受到很⼤的限制，只能作为⽹⻚脚本使⽤。

JavaScript 的⼀⽣伴随着浏览器⼤战。JavaScript 由 Netscape（⽹景）浏览器发布，但是 Netscape在和 IE 的竞争中落败，早已不复存在；后来⾕歌公司的 Chrome 浏览器异军突起，凭借强悍的性能把IE 按在地上摩擦。

⾕歌公司在 Chrome 浏览器中集成了⼀种名为“V8”的 JavaScript 引擎（也即 JavaScript 解释 器），它能够⾮常快速地解析和执⾏ JavaScript 代码。

V8 引擎使⽤ C++ 语⾔编写，可以独⽴运⾏，也可以嵌⼊到任何其它 C++ 程序中。⾕歌公司将 V8 引擎甚⾄整个 Chrome 浏览器都开源了，任何⼈都可以免费地将 V8 应⽤到⾃⼰的项⽬中。

V8 引擎的强⼤，以及当年 JavaScript 的⽕爆，使得⼀名叫 Ryan Dahl 的程序员希望在浏览器之外再为 JavaScript 构建⼀个运⾏时，让 JavaScript 能够直接在计算机上运⾏，这样 JavaScript 就能像Python、Ruby、PHP 等其它脚本语⾔⼀样⼤展宏图，不必再受限于浏览器，只能做⼀些⼩事情。

Ryan Dahl 和他的团队将这套独⽴的 JavaScript 运⾏时命名为 Node.js；为了避免被误认为是 JavaScript 框架，现在也经常简称为 Node。

Node.js® 是⼀个免费、开源、跨平台的 JavaScript 运⾏时环境，它让开发⼈员能够创建服务器、 Web 应⽤、命令⾏⼯具和脚本。

怎么理解呢？

JavaScript 就像前厅服务员

想象 JavaScript 是⼀种 “沟通指令”。以前，这种指令只能在⼀个叫 “浏览器” 的餐厅前厅⾥使 ⽤。 前厅服务员（浏览器⾥的 JavaScript）能做这些事：

• 帮客⼈点菜（点击按钮）
• 即时把菜名显⽰在菜单上（修改⽹⻚内容）
• 检查客⼈输⼊的⼿机号格式对不对（表单验证）

但服务员 不能进厨房，也不能去仓库、不能去收银后台。

也就是说，传统 JavaScript 没办法 操作电脑的⽂件、连接数据库、监听服务器端⼝ 等后端能⼒。

Node.js 就是给 JavaScript 配了⼀个“万能厨房通⾏证”

Node.js 就是⼀个 让 JavaScript ⾛出前厅、进⼊整个餐厅后厨乃⾄全店管理的⼯具包。操作电脑的⽂件、连接数据库、监听服务器端⼝ 等后端能⼒都具备了。

b.官⽹

Node.js — Run JavaScript Everywhere

c.为什么需要Node？

1. 统⼀前后端语⾔

• 团队只需会 JavaScript，就能写前端（React/Vue）和后端（API 服务）。
• 代码可以复⽤：⽐如数据校验函数，浏览器和服务器⽤同⼀份。

2. 轻量快速

• Node.js ⼀个进程（例如默认的 node app.js ）通常只占⽤ ⼏⼗ MB 到 200 MB 内存。对⽐：Java 的 Spring Boot 应⽤空载时往往 200~500 MB
• Node.js 应⽤从 node app.js 到监听端⼝，通常 ⼏⼗毫秒到⼏百毫秒。Java 应⽤启动需要加载 JVM、类加载、字节码验证，往往 ⼏秒到⼗⼏秒（尤其是 Spring Boot）。

3. ⽣态极强

npm 是全球最⼤的软件包仓库，⼏乎所有现代前端⼯具（Webpack, Vite, ESLint）都依赖 Node.js。

NPM

a.简介

NPM 的全称是 Node Package Manager（Node.js 包管理器）。它是 Node.js 的官⽅包管理⼯具，主要做三件事：

• 安装包：从远程仓库下载第三⽅代码库（如 express , lodash ）到你的项⽬中。
• 管理依赖：通过 package.json 记录项⽬需要的包及版本，确保环境⼀致。
• 发布包：开发者可以将⾃⼰的代码打包发布到 npm 仓库，供他⼈使⽤。

怎么理解呢？ NPM 就像 ⼿机应⽤商店（App Store）。

• 你需要⼀个“计算器”功能，不⽤⾃⼰写代码，去商店搜索“计算器”App，⼀键安装（ npminstall calculator ）。
• 商店会记录你安装过的 App 列表（ package.json ）。
• 如果你开发了⼀个很棒的 App，也可以上传到商店供别⼈下载。

b.官⽹

https://www.npmjs.com/

这是 npm 公司的官⽅⽹站，也是全球最⼤的 JavaScript 包注册中⼼。

• 上⾯托管了超过 200 万个开源包（截⾄ 2025 年），每周下载量达数⼗亿次。
• 你可以在这⾥搜索包、查看⽂档、统计信息，以及管理⾃⼰的包。

c.主要功能

1.安装、卸载、更新依赖包（全局或局部） 2. 管理项⽬的包信息 3. 运⾏ 定义的脚本 4. 发布⾃⼰的包到 npm 仓库

d.使⽤⽅式

npm-install | npm Docs

• npm install <pkg> # 局部安装（当前项⽬）
• npm install -g <pkg> # 全局安装（系统级）

e.Node的安装

1. 进⼊官⽹，点击下载

Node.js — Run JavaScript Everywhere

2. 下载系统对应的安装包

3. 以windows为例说明安装步骤

4. 启动命令⾏，输⼊命令 node -v ，正常输出版本说明安装成功

win+R启动输入node -v

5. 检查npm和npx

6. 配置国内npm源

1. 查看当前镜像源
npm config get registry
2. 设置为淘宝镜像源
npm config set registry https://registry.npmmirror.com
3. 验证是否设置成功
npm config get registry

7. 配置全局包安装⽬录

• a. D:\\lib 下⾯创建⽬录

node_global
node_cache

• b. 配置包下载⽬录，注意 D:\\lib 是我电脑上的⽬录，需要根据⾃⼰的⽬录动态配置

npm config set prefix "D:\\lib\\node_global"
npm config set cache "D:\\lib\\node_cache"

• c. 配置环境变量，将 D:\\lib\\node_global 放到系统的PATH⽬录下⾯
• d. 检查配置

npm config list

f.NPM基本使⽤

1. 我们可以⽤ cowsay 这个经典的命令⾏⼯具来测试。它的功能⾮常简单：让⼀只⼩⽜（或者其他 动物）在终端⾥说出你指定的话。 2. 使⽤NPM安装测试

npm install -g cowsay

运⾏结果

3. 可以看到node_global⾥⾯安装了cowsay

4. 执⾏命令 cowsay "Hello hjq"

NPX

a.简介

npx (Node Package Executor) 是⼀个 包执⾏器。它从 npm 5.2.0 版本开始被内置在 npm 中，所以只要你安装了较新版本的 Node.js，就⾃带了 npx。 它允许你直接运⾏来⾃ npm 注册表的包，⽽⽆需先通过 npm install 将其永久安装到本地或全局。

b.主要功能

1.直接运⾏⼀个 npm 包中的命令，⽆需预先安装（可临时下载并执⾏） 2. ⾃动查找命令：优先使⽤当前项⽬的 node_modules/.bin/ ，其次使⽤全局安装，最后临时下使⽤⽅式载最新版 3. ⼀次性执⾏，执⾏后不安装包（除⾮主动安装）

c.使⽤⽅式

npx | npm Docs

npx <pkg>[@<version>] [args…] # 运⾏命令

d.为什么有了NPM还需要NPX

简单理解：npm 负责“拥有”包，npx 负责“使⽤”包。

e.NPX基本使⽤

1. 执⾏命令 npx cowsay "Hello, ⽐特!"

npx cowsay "Hello, ⽐特!"

2. 查看结果

6.MCP实战对接–高德MCP服务

前面的相关知识，我已经讲过了，接下来进行就行

1.参考快速接入-MCP Server | 高德地图API⾼德MCP配置，添加MCP配置，注意key要换成⾃⼰的

{
"mcpServers": {
"amap-maps-streamableHTTP": {
"url": "https://mcp.amap.com/mcp?key=您在高德官网上申请的key"
}
}
}

2.配置好⾼德地图

结果如下：

7.MCP实战对接–航班的MCP服务

假如我们要⻜到北京去旅游，我们需要航班信息，我们使⽤⻜常准的MCP服务MCP – 飞常准-Aviation

（为 VariFlight 航班信息服务实现的模型上下⽂协议（MCP）服务器。该服务器提供了多种⼯具来查询航班信息、天⽓数据和⻜⾏舒适度指标。）

我们进⼊⻜友开放平台飞友 AI 开放平台 | VariFlight AI Open Platform

点击注册

进⼊后台我们创建API-KEY

新⽤⼾有个赠送额度

我们在trae完成mcp的配置，注意API key换成⾃⼰的

{
"mcpServers": { // 固定入口：MCP服务器列表
"variflight": { // 服务名称（可自定义）
"command": "npx", // 执行命令：用 npx 来运行
"args": [ // 传给 npx 的参数
"-y", // -y 表示自动确认安装
"@variflight-ai/variflight-mcp" // 要运行的包名
],
"env": { // 环境变量配置
"VARIFLIGHT_API_KEY": "your_api_key_here" // 需要替换
}
}
}
}

完成配置：

8.MCP实战–实现旅游报告

这个实战就是基于我们前面的两个操作：

 我们来输⼊个需求看下

我要从西安⻜到北京旅游3天，给我⽣成具体的旅游规划，景点之间借助⾼德地图⽣成具体的路线信
息，并且查询下航班信息给出合理建议，最终使⽤html，js，css的⽣成报告

可以看到调⽤了⾼德地图，⽣成了路线规划

结果演示：

四.MCP核⼼架构

MCP遵循CS（客⼾端-服务端）架构，⼀个AI应⽤可以连接到多个MCP服务器。

• 左侧：MCP 客户端 (MCP Client) 这些都是需要 AI 能力的上层应用，比如你正在使用的智能 IDE（如 Trae）、本地大模型运行工具（如 LM Studio），或者其他 AI 软件。它们通过统一的 MCP 协议 发送请求。

• 中间：MCP 协议 (MCP Protocol) 这是一个标准化的通信管道，相当于一个“通用语言”。它负责在客户端和服务器之间传递指令和数据，让任何遵循该标准的双方都能顺畅沟通。

• 右侧：MCP 服务器 (MCP Server) 这些是提供具体数据和功能的后端服务或工具，比如一个文件系统、一个数据库，或者一个查询航班信息的 API。MCP 服务器将这些能力以标准格式“暴露”出来，供客户端调用。

整个流程可以这样理解：

整个工作流程是：AI 客户端（应用） -> MCP 协议 -> MCP 服务器（工具/数据）。

简单来说，这张图的意思就是：MCP 在 AI 应用和外部工具之间建立了一个统一的连接标准。 这样做的好处是，开发者只要遵循 MCP 标准，就能让一个 AI 应用轻松接入无数种工具，大大降低了开发成本。你之前配置的飞常准 MCP，就是图上右侧的其中一种“MCP 服务器”。

1.MCP HOST

MCP HOST是⽤⼾与 AI 交互的前端，⽐如我们使⽤Trae，是⾯向⽤⼾的 AI 应⽤ , 就像指挥中⼼。Host内嵌 MCP 客⼾端（Client），负责协议握⼿、⼯具能⼒发现、调⽤请求转发等功能。

2.MCP Client

MCP Client则像是LLM的遥控器，负责向Server发送指令并接收结果。它充当了翻译官的⻆⾊，把⾃然语⾔指令转换成Server能理解的请求格式,通常嵌⼊在 Host 中）,负责处理底层事务.

• 接收来⾃ LLM 的请求
• 转发请求⾄相应的 MCP 服务器
• 将 MCP 服务器返回的结果返回给 LLM

3.MCP Server

能⼒提供⽅（例如：⽂件系统服务、数据库服务、GitHub 服务、搜索引擎服务），可本地或远程运⾏，关键是以标准格式告知能做什么，执⾏客⼾端请求并返回结果。可以理解为这是⼀个百宝箱，⾥⾯装着各种MCP Tools (⼯具)，专⻔⼲脏活累活（⽐如查⽹⻚、读⽂件、查数据库）。

• 提供⼯具：Server需要定义并实现具体的⼯具（Tool），这些⼯具是MCP的核⼼价值所在。例如，它可以是⼀个天⽓查询接⼝，或者是⼀个能够执⾏数学运算的功能。
• 处理请求：当收到MCP Client的请求时，Server负责解析该请求，并根据请求的内容执⾏相应的操作。
• 返回结果：完成操作后，Server会把结果返回给Client。这可能涉及到从数据库获取信息、调⽤第三⽅API，或者其他任何形式的数据处理任务。

我们来举个⽣活的案例来看下这些⻆⾊到底是什么，⽐如周末聚餐，让智能⾳箱去查天⽓，订餐。

你对智能⾳箱（HOST）说话：“帮我看下周六的天⽓找下⽕锅店订位。” 2. 智能⾳箱（HOST）内部的 Client（调度员） 拆解任务。 3. Client（调度员）并发调⽤三个 Server： 问⼤众点评 Server → 收到“XXX路⽼版⽕锅，评分4.8” 问订餐 Server → 收到“订位成功，编号123” 问天⽓ Server → 收到“天⽓晴朗” 4. Client 把三个结果打包 返回给智能⾳箱。 5. 智能⾳箱提醒你 天⽓晴朗，XXX路⽼版⽕锅，评分4.8，订位成功，编号123

五.MCP的⼯作原理

1.MCP的⼯作原理图如下

讲解如下：

1. 用户发起自然语言请求

你对 Cherry Studio 说："帮我查一下明天北京飞上海的航班"

2. 客户端连接到 MCP 服务端

Cherry Studio 根据你配置的飞常准 MCP 设置，尝试建立连接

3. 客户端和服务端握手成功

双方确认"咱们都懂 MCP 协议，可以开始沟通了"

4. 获取可用工具列表

Cherry Studio 问飞常准服务："你能提供什么功能？"

5. MCP Server 返回工具清单

飞常准回复："我能查航班、查机场信息、查航班动态……"

6. 客户端将用户请求和工具信息传递给 AI 模型

Cherry Studio 把"查航班"这个请求，连同飞常准的工具清单，一起发给 DeepSeek/Claude

7. AI 模型分析请求，决定是否调用工具以及调用哪些

DeepSeek 思考："用户要查航班，飞常准刚好有查航班的工具，我决定调用它" → 选定 search_flight 工具

8. 如果需要调用工具，客户端向服务端发送工具调用请求

Cherry Studio 对飞常准说："请执行 search_flight，参数是 出发=北京、到达=上海、日期=明天"

9. 服务端执行工具操作

飞常准去查自己的数据库/调用 API，拿到真实航班数据

10. 客户端将工具调用结果和用户问题提供给 AI 模型

Cherry Studio 把航班数据（比如 CA1234 8:00-10:30）和原始问题一起再发给 DeepSeek

11. AI 模型基于工具结果生成最终响应

DeepSeek 把航班数据组织成自然语言："明天北京飞上海有这些航班……"

12. 客户端将 AI 的响应呈现给用户

你在 Cherry Studio 里看到："明天北京飞上海有 CA1234 8:00-10:30……"

2.思想总结

简单理解：AI 模型负责"脑子"，MCP 服务端负责"手脚"，MCP 客户端负责"神经系统"把它们连起来