MCP 工具

MCP（Model Context Protocol，模型上下文协议）是 MyDeskBot 的扩展机制，允许连接到外部 MCP 服务器以获取额外的工具、资源和提示功能。

MCP 的工作原理

在 MyDeskBot 中，MCP 通过以下方法工作：

连接外部服务器：通过 stdio、HTTP 或 WebSocket 连接到 MCP 服务器
发现可用功能：自动发现服务器提供的工具、资源和提示
AI 助手调用：AI 助手可以在对话中调用这些 MCP 功能
权限控制：每个连接独立配置以确保安全使用

配置文件位置

MCP 服务器配置位于您的 MyDeskBot 配置文件中：

yaml

# config.yaml
name: 我的 MyDeskBot 配置
version: 0.0.1
schema: v1

mcpServers:
  # MCP 服务器配置写在这里

连接类型

MyDeskBot 支持多种 MCP 服务器连接方法：

1. STDIO 连接（推荐用于本地工具）

yaml

mcpServers:
  - name: browser-automation
    command: npx
    args:
      - "@playwright/mcp@latest"
    env:
      NODE_ENV: production

2. HTTP/SSE 连接

yaml

mcpServers:
  - name: remote-api-server
    url: https://api.example.com/mcp
    type: sse
    apiKey: ${API_KEY}
    requestOptions:
      timeout: 30000
      headers:
        User-Agent: MyDeskBot/1.0

3. WebSocket 连接

yaml

mcpServers:
  - name: realtime-service
    url: wss://service.example.com/ws
    type: websocket
    apiKey: ${WEBSOCKET_KEY}

常用 MCP 服务器示例

1. 浏览器自动化工具

yaml

mcpServers:
  - name: browser-search
    command: npx
    args:
      - "@playwright/mcp@latest"

2. 文件系统增强

yaml

mcpServers:
  - name: filesystem-tools
    command: node
    args:
      - "./mcp-servers/filesystem-server.js"
    cwd: ${{ secrets.PROJECT_ROOT }}

3. 数据库连接

yaml

mcpServers:
  - name: database-tools
    command: python
    args:
      - "-m"
      - "mcp_database_server"
    env:
      DB_URL: postgresql://user:pass@localhost/mydb

在对话中使用

配置完成后，MCP 服务器功能在对话中自动可用：

示例对话 1：使用浏览器工具

用户：

帮我打开百度首页并截取屏幕截图

AI 助手（自动调用 MCP 工具）：

启动浏览器并访问百度首页
截取页面截图
保存到指定位置

示例对话 2：使用数据库工具

用户：

查询用户表中有多少活跃用户

AI 助手（自动调用 MCP 数据库工具）：

连接到数据库
执行查询：SELECT COUNT(*) FROM users WHERE status = 'active'
返回结果：当前有 523 个活跃用户

安全配置

1. 环境变量管理

MyDeskBot 使用双花括号格式来引用环境变量：

yaml

mcpServers:
  - name: secure-api
    url: https://api.example.com/mcp
    type: sse
    apiKey: ${{ secrets.API_SECRET_KEY }} # 从环境变量读取
    env:
      DEBUG: false

环境变量支持以下查找顺序：

用户存储的秘密
组织秘密
包秘密
本地 ~/.bytebuddy/.env 文件
工作区 .env 文件
process.env（系统环境变量）

2. 连接超时配置

yaml

mcpServers:
  - name: timeout-example
    url: https://slow-api.example.com/mcp
    type: sse
    connectionTimeout: 60000 # 60 秒连接超时
    requestOptions:
      timeout: 120000 # 120 秒请求超时

3. 工作目录限制

yaml

mcpServers:
  - name: local-file-tools
    command: node
    args:
      - "./tools/file-server.js"
    cwd: /safe/workspace # 限制工作目录
    env:
      ALLOWED_PATHS: /safe/workspace
      SECRET_KEY: ${{ secrets.MY_SECRET_KEY }}

自定义 MCP 服务器

1. 创建 Node.js MCP 服务器

javascript

// custom-mcp-server.js
import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";

const server = new Server(
  {
    name: "custom-tools",
    version: "1.0.0",
  },
  {
    capabilities: {
      tools: {},
    },
  },
);

// 定义工具
server.setRequestHandler("tools/list", async () => ({
  tools: [
    {
      name: "get_weather",
      description: "获取指定城市的天气信息",
      inputSchema: {
        type: "object",
        properties: {
          city: {
            type: "string",
            description: "城市名称",
          },
        },
        required: ["city"],
      },
    },
  ],
}));

// 处理工具调用
server.setRequestHandler("tools/call", async (request) => {
  if (request.params.name === "get_weather") {
    const { city } = request.params.arguments;
    // 在此处实现天气 API 调用逻辑
    return {
      content: [
        {
          type: "text",
          text: `${city} 当前天气：22°C，晴天`,
        },
      ],
    };
  }
});

// 启动服务器
const transport = new StdioServerTransport();
await server.connect(transport);

2. 创建 Python MCP 服务器

python

# custom_mcp_server.py
import asyncio
from mcp.server import Server
from mcp.server.stdio import stdio_server

app = Server("custom-python-server")

@app.list_tools()
async def handle_list_tools():
    return [
        {
            "name": "calculate",
            "description": "执行数学计算",
            "inputSchema": {
                "type": "object",
                "properties": {
                    "expression": {
                        "type": "string",
                        "description": "要计算的数学表达式",
                    },
                },
                "required": ["expression"],
            },
        }
    ]

@app.call_tool()
async def handle_call_tool(name: str, arguments: dict):
    if name == "calculate":
        expression = arguments["expression"]
        try:
            result = eval(expression)  # 注意：在生产环境中使用安全评估
            return {
                "content": [
                    {
                        "type": "text",
                        "text": f"结果：{result}",
                    }
                ]
            }
        except Exception as e:
            return {
                "content": [
                    {
                        "type": "text",
                        "text": f"错误：{str(e)}",
                    }
                ]
            }

async def main():
    async with stdio_server() as (read_stream, write_stream):
        await app.run(read_stream, write_stream)

if __name__ == "__main__":
    asyncio.run(main())

高级配置

1. 多服务器实例

yaml

mcpServers:
  - name: browser-automation
    command: npx
    args:
      - "@playwright/mcp@latest"
    env:
      BROWSER: chrome

  - name: filesystem-operations
    command: node
    args:
      - "./tools/filesystem-mcp.js"
    cwd: ${{ secrets.PROJECT_ROOT }}

  - name: remote-api-gateway
    url: https://api.gateway.com/mcp
    type: sse
    apiKey: ${{ secrets.GATEWAY_API_KEY }}

2. 条件服务器加载

yaml

mcpServers:
  - name: development-tools
    command: node
    args:
      - "./tools/dev-server.js"
    env:
      NODE_ENV: development
    # 仅在开发环境中启用
    disabled: ${{ secrets.ENVIRONMENT }} === "production"

3. 服务器健康检查

yaml

mcpServers:
  - name: critical-service
    url: https://critical.service.com/mcp
    type: sse
    apiKey: ${{ secrets.CRITICAL_API_KEY }}
    healthCheck:
      enabled: true
      interval: 30000 # 每 30 秒检查一次
      timeout: 5000 # 5 秒超时
      endpoint: /health

最佳实践

1. 安全考虑

使用环境变量存储敏感信息
限制文件系统访问的工作目录
实施适当的身份验证和授权
定期更新 MCP 服务器包

2. 性能优化

为网络连接设置适当的超时
对频繁访问的服务使用连接池
监控服务器资源使用情况
适当时缓存常用数据

3. 错误处理

实现优雅的错误恢复
提供有意义的错误消息
记录错误以便调试
设置监控和告警

故障排除

常见问题

连接失败

检查 MCP 服务器是否正在运行
验证连接参数（URL、API 密钥等）
检查网络连接
查看服务器日志中的错误消息

工具不可用

确保服务器实现了 tools/list 处理程序
检查工具是否正确注册
验证服务器能力配置
配置更改后重启 MyDeskBot

性能问题

检查服务器资源使用情况
优化网络请求
考虑缓存策略
审查超时配置

调试模式

启用调试模式以进行故障排除：

yaml

mcpServers:
  - name: debug-server
    command: node
    args:
      - "./tools/debug-server.js"
      - "--debug"
      - "--log-level=verbose"
    env:
      DEBUG: mcp:*

资源

通过正确的 MCP 配置，您可以显著扩展 MyDeskBot 的能力，并集成各种外部服务以创建更强大的 AI 助手。

模型提供商

主流提供商

更多提供商

模型角色

MCP 工具

MCP 的工作原理

配置文件位置

连接类型

1. STDIO 连接（推荐用于本地工具）

2. HTTP/SSE 连接

3. WebSocket 连接

常用 MCP 服务器示例

1. 浏览器自动化工具

2. 文件系统增强

3. 数据库连接

在对话中使用

示例对话 1：使用浏览器工具

示例对话 2：使用数据库工具

安全配置

1. 环境变量管理

2. 连接超时配置

3. 工作目录限制

自定义 MCP 服务器

1. 创建 Node.js MCP 服务器

2. 创建 Python MCP 服务器

高级配置

1. 多服务器实例

2. 条件服务器加载

3. 服务器健康检查

最佳实践

1. 安全考虑

2. 性能优化

3. 错误处理

故障排除

常见问题

调试模式

资源

主流提供商

更多提供商

MCP 工具 ​

MCP 的工作原理 ​

配置文件位置 ​

连接类型 ​

1. STDIO 连接（推荐用于本地工具） ​

2. HTTP/SSE 连接 ​

3. WebSocket 连接 ​

常用 MCP 服务器示例 ​

1. 浏览器自动化工具 ​

2. 文件系统增强 ​

3. 数据库连接 ​

在对话中使用 ​

示例对话 1：使用浏览器工具 ​

示例对话 2：使用数据库工具 ​

安全配置 ​

1. 环境变量管理 ​

2. 连接超时配置 ​

3. 工作目录限制 ​

自定义 MCP 服务器 ​

1. 创建 Node.js MCP 服务器 ​

2. 创建 Python MCP 服务器 ​

高级配置 ​

1. 多服务器实例 ​

2. 条件服务器加载 ​

3. 服务器健康检查 ​

最佳实践 ​

1. 安全考虑 ​

2. 性能优化 ​

3. 错误处理 ​

故障排除 ​

常见问题 ​

调试模式 ​

资源 ​

MCP 工具

MCP 的工作原理

配置文件位置

连接类型

1. STDIO 连接（推荐用于本地工具）

2. HTTP/SSE 连接

3. WebSocket 连接

常用 MCP 服务器示例

1. 浏览器自动化工具

2. 文件系统增强

3. 数据库连接

在对话中使用

示例对话 1：使用浏览器工具

示例对话 2：使用数据库工具

安全配置

1. 环境变量管理

2. 连接超时配置

3. 工作目录限制

自定义 MCP 服务器

1. 创建 Node.js MCP 服务器

2. 创建 Python MCP 服务器

高级配置

1. 多服务器实例

2. 条件服务器加载

3. 服务器健康检查

最佳实践

1. 安全考虑

2. 性能优化

3. 错误处理

故障排除

常见问题

调试模式

资源