连接 AI 模型和配置 MCP

使用 SemanticKernel 框架对接 LLM，将 MCP Tool 转换为 Function 添加到对话上下文中。

var aiModel = configuration.GetSection("AIModel"); var builder = Kernel.CreateBuilder() .AddAzureOpenAIChatCompletion( deploymentName: aiModel["ModelId"], endpoint: aiModel["Endpoint"], apiKey: aiModel["Key"]); builder.Services.AddLogging(s => { s.AddConsole(); }); Kernel kernel = builder.Build(); // 这里将 mcp 转换为 functaion call kernel.Plugins.AddFromFunctions("amap", tools.Select(aiFunction => aiFunction.AsKernelFunction())); var chatCompletionService = kernel.GetRequiredService<IChatCompletionService>(); OpenAIPromptExecutionSettings openAIPromptExecutionSettings = new() { Temperature = 0, FunctionChoiceBehavior = FunctionChoiceBehavior.Auto(options: new() { RetainArgumentTypes = true }) };

第三步：对话交互

编写控制台与用户对话交互。

var history = new ChatHistory(); string? userInput; do { Console.Write("用户提问 > "); userInput = Console.ReadLine(); history.AddUserMessage(userInput!); var result = await chatCompletionService.GetChatMessageContentAsync( history, executionSettings: openAIPromptExecutionSettings, kernel: kernel); Console.WriteLine("AI 回答 > " + result); history.AddMessage(result.Role, result.Content ?? string.Empty); } while (userInput is not null);

演示地图规划

注意，由于高德地图免费额度限流，而 AI 对话时可能有多次对 MCP Server 请求，因此有时候效果并不是那么好。

1. 智能旅游路线规划

最多支持16个途经点的旅游路线规划，自动计算最优顺序，并提供可视化地图链接。

使用示例：

请帮我规划一条上海三日游路线，包括外滩、东方明珠、迪士尼、豫园、南京路，并提供可视化地图

2. 景点搜索与详情查询

查询景点的详细信息，包括评分、开放时间、门票价格等。

使用示例：

请查询黄山风景区的开放时间、门票价格和旅游季节推荐

AI 是怎么识别调用 MCP

在编写高德地图规划时，有一段代码是将 MCP 服务器的接口转换为 Function 的，代码如下：

kernel.Plugins .AddFromFunctions("amap", tools.Select(aiFunction => aiFunction.AsKernelFunction()))

其实在这里就可以下结论，并不是 AI 模型直接调用 MCP Server 的，依然 Client 进行是 Function call 。

通过拦截 http 请求可以发现，当用户输入请帮我规划一条上海三日游路线，包括外滩、东方明珠、迪士尼、豫园、南京路，并提供可视化地图时，客户端首先将用户提问和 mcp 服务所提供的 function call 一起发送到 AI 模型服务器。

对话时，Client 提供给 LLM 的 Function （MCP Tool）列表。

然后 AI 回答要调用的 Function call 步骤和参数，接着由客户端实现将 Function 定位 MCP Server，并顺序调用每个 Tool。

LLM 返回要顺序调用的 Function 列表以及参数：

客户端将每个 Function 的执行结果和用户的提问等信息，一起再次提交给 AI 模型服务器。

由于高德接口并发限制，有部分接口调用失败，那么客户端可能会来回请求多次，最后输出 AI 的回答。

到这里，读者应该明白 MCP Tool、Plugin、Function Call 的关系了吧！

实现 Mcp Server

前面笔者介绍了 MCP Tool，但是 MCP Server 还可以提供很多很有用的功能，MCP 协议定义了以下核心模块：

• Core architecture
• Resources
• Prompts
• Tools
• Sampling
• Roots
• Transports

作为当前社区中最关注的 Tools，本文已经单独介绍，接下来将会以继续讲解其它功能模块。

实现 Resources

示例项目参考：ResourceServer、ResourceClient。

Resources 定义：Resources 是 Model Context Protocol (MCP) 中的一个核心原语，它允许服务器暴露可以被 clients 读取并用作 LLM 交互上下文的数据和内容。

Resources 代表 MCP server 想要提供给 clients 的任何类型的数据，在使用上，MCP Server 可以给每种资源定义一个 Uri，这个 Uri 的协议格式可以是虚拟的，这不重要，只要是能够定位资源的一段 Uri 字符串即可。

只看定义，读者可能不理解什么意思，没关系，等后面动手做的时候就知道了。