Tool Use 一統江湖 - MCP 協定讓大模型成為變形金鋼
芯智智能, 丁志凱編著
- 出版商: 深智
- 出版日期: 2026-06-19
- 定價: $880
- 售價: 7.9 折 $695
- 語言: 繁體中文
- 頁數: 384
- 裝訂: 平裝
- ISBN: 6267889343
- ISBN-13: 9786267889343
-
相關分類:
Large language model
尚未上市，歡迎預購
買這商品的人也買了...
-
嵌入式系統設計實務－電路與驅動程式$250$225 -
$1,710Using SQLite (Paperback) -
ASP.NET 本質論$520$410 -
$700Professional Scrum Development with Microsoft Visual Studio 2012 (Paperback) -
$474系統分析與設計 : 敏捷疊代方法 (原書第6版) -
IoT Solutions in Microsoft's Azure IoT Suite: Data Acquisition and Analysis in the Real World$3,380$3,312 -
$796深度學習 -
演算法之美：隱藏在資料結構背後的原理 (C++版)$650$507 -
$534JSON 實戰 -
$283大數據技術 -
手機攝影必學 BOOK：用OX帶你學會拍人物、食物、風景等情境照片$398$299 -
創意競擇：從賈伯斯黃金年代的軟體設計機密流程，窺見蘋果的創意方法、本質與卓越關鍵$460$391 -
Web 開發者一定要懂的駭客攻防術 (Web Security for Developers: Real Threats, Practical Defense)$420$331 -
資料科學的統計實務 : 探索資料本質、扎實解讀數據，才是機器學習成功建模的第一步$599$539 -
Martin Fowler 的企業級軟體架構模式：軟體重構教父傳授 51個模式，活用設計思考與架構決策 (Patterns of Enterprise Application Architecture)$800$624 -
我懂了！專案管理 (暢銷紀念版)$400$316 -
電腦視覺機器學習實務｜建立端到端的影像機器學習 (Practical Machine Learning for Computer Vision: End-To-End Machine Learning for Images)$780$616 -
Learning Blazor: Build Single-Page Apps with Webassembly and C# (Paperback)$2,185$2,070 -
ASP.NET Core Razor Pages in Action (Paperback)$2,160$2,052 -
超圖解 ESP32 應用實作$820$697 -
無瑕的程式碼 軟體工匠篇：程式設計師必須做到的紀律、標準與倫理 (Clean Craftsmanship: Disciplines, Standards, and Ethics)$720$561 -
從源頭就優化 - 動手開發自己的編譯器實戰$880$695 -
UX 商業價值實現之道｜打造成功的數位產品服務 (UX for Business: How to Design Valuable Digital Companies)$780$616 -
建構可擴展系統｜設計分散式架構 (Foundations of Scalable Systems: Designing Distributed Architectures)$780$616 -
建構代理式人工智慧系統｜打造能推理、規劃和適應的智慧自主AI代理 (Building Agentic AI Systems: Create intelligent, autonomous AI agents that can reason, plan, and adapt)$600$474
商品描述
★大語言模型與上下文協定設計
★Model Context Protocol（MCP）架構與組件
★上下文 Slot 與生命週期管理
★MCP 與 LLM 通訊流程
★JSON-RPC 協定與訊息格式
★能力協商與版本控制機制
★MCP SDK 使用與工具鏈
★服務端架構與併發處理
★安全性與權限管理設計
★工具呼叫與上下文注入
★多智慧體（MAS）上下文協調
★MCP 與 RAG 系統整合
★上下文壓縮與成本控制
★企業級 MCP 專案實戰案例
【內容簡介】
本書從系統工程角度切入大語言模型應用開發，將焦點放在模型上下文的結構化管理與協定化設計，完整說明 Model Context Protocol 在 LLM 系統中的角色與實作方式。
全書不僅涵蓋 LLM 與 Transformer 的必要基礎，更深入解析 MCP 的通訊機制、訊息格式、生命週期管理、能力協商與版本控制，並延伸至服務端部署、併發處理與安全性設計。
在應用層面，書中系統性說明 MCP 如何支援工具整合、Agent 系統、多智慧體協作與 RAG 架構，對於實際建構可控、可擴充的智慧體系統具有高度參考價值。
書中範例涵蓋 SDK 使用、偵錯測試、上下文 Slot 設計、知識整合與企業場景實作，適合已有 LLM 開發經驗、希望進一步解決上下文管理與系統穩定性問題的工程師與架構師閱讀。
<序>
前言
近年來，大語言模型（Large Language Model，LLM）已從單純的語言生成工具演進為具備推理能力與任務執行能力的通用智慧平臺，其在自然語言處理、智慧問答、程式生成、多模態互動等領域的應用，正以前所未有的速度擴充。然而，隨著模型能力的提升，一個關鍵技術問題日益凸顯：如何系統性地管理與注入複雜的上下文資訊，以驅動更穩定、更精確、更可控的模型行為？這正是模型上下文協定（Model Context Protocol，MCP）應運而生的技術背景。
MCP 是一套專為大模型上下文互動設計的協定系統，它在傳統 Prompt 機制的基礎上建構了一套結構化、可追蹤、可重複使用的語境管理框架，極大地提升了上下文資訊的組織效率與注入靈活性。
通過 MCP，開發者不僅可以定義多段語義 Slot、控制上下文生命週期、實現與模型能力的動態協商，還能夠在多智慧體系統（Multi-Agent System，MAS）中實現上下文隔離與資訊共用，從而支援更複雜、更可擴充的大模型應用程式開發。
本書的寫作目標是全面、系統地講解 MCP 的原理機制與工程實現路徑。全書分為10 章，章節安排上兼顧技術系統與實踐邏輯。
第 1 章主要介紹 LLM 基礎，重點講解 Transformer 架構、自注意力機
制、預訓練與微調策略，以及 LLM 的侷限性。
第 2 章系統地整理 MCP 的起源與目標、核心概念、架構與元件、應用場景，幫助讀者從語義協定的角度建立對其整體框架的認知。
第 3~4 章聚焦 MCP 與 LLM 模型的通訊機制、上下文管理方式、協定格式及生命週期控制策略，是全書技術密度最高的部分。
第 5 章開始轉向開發與應用層面，依次講解 MCP 開發環境的架設、SDK的使用、偵錯與測試工具等。
第 6 章則導向工程部署與維運實踐，深入探討 MCP 在正式環境中的部署模式、安全性原則與權限管理等。
第 7~9 章進一步拓展協定能力的應用邊界，包含 MCP 與外部工具鏈的整合、智慧體（Agent）系統中的上下文協調機制，以及與知識增強（RAG）系統的融合方式。
第 10 章通過多場景案例展開分析，介紹 MCP 在客服、金融等系統中的實際應用經驗，並討論其生態建構與技術演進趨勢。
與以往只聚焦 Prompt 編排或模型調校的開發實踐不同，本書強調協定驅動的上下文語義工程，從系統設計角度看待模型開發問題。本書在確保內容專業性的同時，注重工程可操作性，所有範例程式均可執行，所有架構設計均可重複使用，適用於建構具備上下文感知能力的智慧系統。
本書導向的讀者包括大模型平臺的系統架構師、企業級智慧應用程式開發者、智慧體與 RAG 系統開發商，以及希望深入掌握語境協定機制的研究者與高階工程師。若你希望不僅止於呼叫 LLM API，而是建構一個「能控、能擴、能協作」的智慧體系統，那麼 MCP 就是你通往下一代大模型開發範式的關鍵工具。
我們期望讀者在閱讀本書後，能夠深入理解 MCP 的核心概念與應用機制，掌握如何在大模型開發中靈活管理上下文資訊，建構更穩定、可控、可擴充的智慧系統。無論你是系統架構師、智慧應用程式開發者，還是研究者與高階工程師，本書都將為你提供一個全新的角度，幫助你更高效率地應對實際應用中的挑戰，推動人工智慧技術的創新與發展。
作者簡介
芯智智能（Xinzhi Intelligence Lab）
致力於人工智慧、機器學習和大模型領域的前沿研究與技術創新。實驗室專注於利用新AI算法和大數據分析技術，推動智慧技術在各行業中的深度應用。實驗室的研究涵蓋從基礎理論到實際應用的多個方面，包括深度學習、強化學習、自然語言處理、計算機視覺及大型語言模型的訓練與優化。實驗室不斷推動AI技術的突破，致力於為社會和產業提供智慧化的解決方案，推動人工智慧技術的產業化應用，提升行業的智慧化水平。
丁志凱
畢業於北京航空航天大學，長期專注於大語言模型（LLM）的開發、部署與微調工作，具備深厚的人工智慧研究背景與工程實踐經驗。曾任某知名科技公司研究員，參與多個AI核心項目。近期聚焦大模型的上下文控制協議（MCP）的設計與實現，致力於提升模型在複雜應用中的上下文理解與響應能力。作者希望通過本書為廣大技術人員提供一套實用且深入的參考指南，幫助讀者更好地理解和應用MCP協議及相關技術。
目錄大綱
▍第1 章 LLM 基礎
1.1 LLM 的演進與應用
1.1.1 從傳統NLP 到LLM 的技術發展
1.1.2 LLM 在各領域的應用案例
1.2 Transformer 架構解析
1.2.1 Transformer 的基本組成與工作原理
1.2.2 自注意力機制的實現與最佳化
1.2.3 Transformer 在LLM 中的應用
1.3 LLM 的訓練與微調
1.3.1 預訓練與微調的策略與方法
1.3.2 資料集的選擇與處理
1.3.3 模型評估與效能最佳化
1.4 LLM 的侷限性
1.4.1 模型的可解釋性問題
1.4.2 資料偏差與倫理問題
1.5 本章小結
▍第2 章 MCP 概述
2.1 MCP 的起源與目標
2.1.1 MCP 的提出背景
2.1.2 MCP 解決的問題與目標
2.1.3 MCP 與其他協定的比較
2.2 MCP 的核心概念
2.2.1 上下文管理與傳輸機制
2.2.2 MCP 中的Prompt 處理與管理
2.2.3 資源與工具整合
2.3 MCP 的架構與元件
2.3.1 用戶端與伺服器端
2.3.2 通訊協定與資料格式
2.3.3 能力協商與版本控制
2.4 MCP 的應用場景
2.4.1 在LLM 應用中的典型使用場景
2.4.2 與現有大模型整合
2.4.3 MCP 基本開發流程總結
2.5 本章小結
▍第3 章 MCP 與LLM 的整合
3.1 MCP 在LLM 應用中的角色
3.1.1 MCP 如何增強LLM 的上下文理解
3.1.2 MCP 對LLM 輸入/ 輸出的影響
3.1.3 MCP 在多模態互動中的應用
3.2 MCP 與LLM 的通訊流程
3.2.1 請求與回應的處理流程
3.2.2 錯誤處理與例外復原機制
3.2.3 資料同步與一致性保證
3.3 提示詞與資源的管理
3.3.1 提示詞範本的建立與維護
3.3.2 資源的註冊與存取控制
3.3.3 動態資源載入與更新
3.4 本章小結
▍第4 章 MCP 的詳細解析
4.1 MCP 的訊息格式與通訊協定
4.1.1 JSON-RPC 在MCP 中的應用
4.1.2 訊息的結構與欄位定義
4.1.3 請求與回應的匹配機制詳解
4.2 生命週期與狀態管理
4.2.1 階段的建立與終止流程
4.2.2 狀態維護與同步
4.2.3 逾時與重試機制
4.3 版本控制與能力協商
4.3.1 協定版本的管理與相容性
4.3.2 用戶端與伺服器端的能力宣告
4.4 本章小結
▍第5 章 MCP 開發環境與工具鏈
5.1 開發環境的架設
5.1.1 必要的系統要求與依賴
5.1.2 開發工具與IDE 的選擇與配置
5.1.3 版本控制與協作開發流程
5.2 MCP SDK 的使用
5.2.1 SDK 的安裝與初始化
5.2.2 核心API 的介紹與使用範例
5.2.3 SDK 的擴充與自訂開發
5.3 偵錯與測試工具
5.3.1 常用的偵錯方法與技巧
5.3.2 單元測試與整合測試的撰寫
5.4 本章小結
▍第6 章 MCP 伺服器端的開發與部署
6.1 MCP 伺服器端的架構設計
6.1.1 伺服器端的核心元件與模組
6.1.2 MCP 伺服器端的路由機制
6.1.3 多場景並行處理
6.2 伺服器端的部署與維運
6.2.1 部署環境的選擇與配置
6.2.2 監控與日誌的收集與分析
6.2.3 故障排除與系統復原策略
6.3 安全性與權限管理
6.3.1 身分驗證與授權機制
6.3.2 安全稽核與存取日誌分析
6.4 本章小結
▍第7 章 工具與介面整合
7.1 工具
7.1.1 工具介面的語義定義
7.1.2 工具方法與參數的綁定規則
7.1.3 基於Slot 的工具上下文注入
7.2 工具呼叫與回應流程
7.2.1 ToolCall 語法與執行路徑
7.2.2 工具執行結果的封裝與回傳
7.2.3 並行/ 串列工具呼叫
7.3 Tool 套件與外掛程式系統
7.3.1 工具重複使用模組的組織方式
7.3.2 動態載入與模組熱更新
7.3.3 外掛程式化開發介面標準
7.4 與外部系統的介面整合
7.4.1 RESTful API 與Webhook 整合
7.4.2 與資料庫、訊息佇列等的上下文橋接
7.4.3 基於業務服務/ 微服務系統的具體實現
7.5 本章小結
▍第8 章 MCP 驅動的智慧體系統開發
8.1 智慧體的基本架構
8.1.1 MAS
8.1.2 智慧體的職責分工與上下文邊界
8.1.3 智慧體狀態管理與排程
8.2 MCP 中的智慧體上下文模型
8.2.1 Per-Agent Slot 配置策略
8.2.2 多智慧體之間的上下文共用
8.2.3 智慧體行為與上下文依賴分析
8.3 任務編排與決策機制
8.3.1 任務Slot 排程模型
8.3.2 意圖辨識與計畫生成
8.3.3 狀態驅動任務流
8.4 智慧體互動與協作機制
8.4.1 Agent-to-Agent 訊息協定
8.4.2 跨智慧體的上下文協作Slot 綁定
8.4.3 基於MCP 的智慧體生態建構想法
8.5 本章小結
▍第9 章 MCP 與RAG 技術結合
9.1 RAG 技術基礎
9.1.1 基於Embedding 的語義檢索
9.1.2 向量資料庫的選用與連線
9.1.3 檢索→選擇→生成鏈條解析
9.2 Knowledge Slot 與語義融合機制
9.2.1 RAG 上下文在MCP 中的Slot 設計
9.2.2 檢索內容結構化與多段注入
9.2.3 多來源知識融合與上下文消歧
9.3 檔案型知識整合實戰
9.3.1 企業檔案切片與段落索引建構
9.3.2 高可用性檔案管理與更新策略
9.4 本章小結
▍第10 章 多場景MCP 專案實戰及發展趨勢分析
10.1 專案實戰案例剖析
10.1.1 客服助理系統中的MCP 應用
10.1.2 金融產業導向的問答系統實現
10.1.3 智慧體工作流平臺的MCP 應用方案
10.2 部署模式與架構模式對比
10.2.1 單體應用vs 微服務部署
10.2.2 雲端原生環境中的部署最佳化（K8s-Serverless）
10.2.3 多租戶與多使用者模式上下文隔離架構
10.3 效能調校與上下文壓縮策略
10.3.1 Token Cost 預估與最佳化策略
10.3.2 Prompt 壓縮演算法與Slot 融合演算法
10.4 MCP 的發展趨勢與生態開發建構
10.4.1 協定標準化與開放原始碼生態建構
10.4.2 與LangChain、AutoGen 等生態整合
10.4.3 向多模態與跨領域智慧體演進
10.5 本章小結
