参考资料

• MCP specification
• MCP security best practices

LangChain（03） - MCP：通过进程边界接入 Tool

读完后，你应能完成以下任务：

• 绘制“Agent（06） - MCP：可跨进程调用的 Tool / 本篇定位”的关键对象与数据流，解释“这是工具系统从“项目内函数”走向“可复用外部工具服务”的篇章。”，并用源码位置、日志或 Trace 标注证据。
• 为“Agent（06） - MCP：可跨进程调用的 Tool / 核心拆解”设计正常与异常输入，验证“普通 Tool 往往是应用内函数，生命周期跟应用绑在一起。”，输出首个偏差位置与回归测试结果。
• 实现“Agent（06） - MCP：可跨进程调用的 Tool / 工程链路”的最小代码或配置，检验“启动 MCP Server。”，输出命令、结果与 Diff，并说明不适用边界。

一、先建立全局：MCP：通过进程边界接入 Tool 是什么？

MCP（Model Context Protocol）不是另一种 Prompt，也不是把函数代码复制到当前进程。它定义了客户端与 MCP Server 之间发现工具、传入参数和接收结果的协议。LangChain 通过 langchain-mcp-adapters 把远端发现到的 MCP 工具转换成 LangChain Tool，因此 Agent 可以把它们和本地 Tool 一起使用。

理解“MCP：可跨进程调用的 Tool”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。

“MCP：可跨进程调用的 Tool”的第一个核心判断是：这是工具系统从“项目内函数”走向“可复用外部工具服务”的篇章。。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。

顺序	章节	读完本节应抓住的结论
1	本篇定位	这是工具系统从“项目内函数”走向“可复用外部工具服务”的篇章。
2	核心拆解	普通 Tool 往往是应用内函数，生命周期跟应用绑在一起。
3	工程链路	启动 MCP Server。
4	落地建议	为每个 MCP Server 标记权限等级，避免所有工具混在一个大列表里。
5	常见坑	协议只是通道，策略还得自己做。
6	和已有主线的关系	28 的工具调用是函数级；

1.1 核心对象之间怎样衔接

flowchart LR
  S1["本篇定位"] --> S2
  S2["核心拆解"] --> S3
  S3["工程链路"] --> S4
  S4["落地建议"] --> S5
  S5["常见坑"]

这张图只表达本文的讲解顺序，不替代正文机制。判断“MCP：可跨进程调用的 Tool”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。

1.2 再看失败：问题最早会出现在哪一步？

在“MCP：可跨进程调用的 Tool”的对象和顺序已经明确后，再看可观察的失败：路径或命令直通执行、工具结果跨会话泄漏、循环失控或重试重复副作用。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。

二、MCP的学习定位与边界

这是工具系统从“项目内函数”走向“可复用外部工具服务”的篇章。

三、MCP的真实应用场景

你在一个 Agent 项目里写了浏览器工具、地图工具、数据库工具。 换一个 Agent 项目，又要重新接一遍。 MCP 的价值就是把这些工具从单个应用里抽出来， 变成独立进程提供的标准能力， 让不同客户端都能发现和调用。

四、MCP的核心对象与机制

在 LangChain 应用里，最常见的两种传输方式是：

传输	调用边界	适用场景
stdio	LangChain 进程启动本地 MCP Server 子进程，通过标准输入输出交换消息	本地文件、开发工具和桌面自动化；不需要开放网络端口
Streamable HTTP	LangChain 作为客户端访问远程 MCP Server 的 HTTP 端点	独立部署、跨机器调用和统一鉴权；需要处理网络、超时与权限

langchain-mcp-adapters 的 MultiServerMCPClient 可以按传输配置连接多个 MCP Server，再用 get_tools() 得到可交给 LangChain Agent 的工具集合。适配器只负责协议转换，不会替你放宽 MCP Server 的权限；每个工具仍要做白名单、参数校验和审计。

示例中的本地进程和远程 URL 只是连接方式示意，不能直接把未知服务加入生产 Agent。连接前要确认 Server 身份、工具清单、网络出口和凭证范围。

• 普通 Tool 往往是应用内函数，生命周期跟应用绑在一起。MCP Server 是独立进程，负责暴露 tools、resources、prompts 等能力。
• MCP Client 负责和 Server 建连接、发现工具 schema、发起调用、接收结果。模型仍然只提出调用意图，执行边界仍在客户端和服务端控制。
• MCP 解决的是工具分发和复用问题，不自动解决权限、安全和质量问题。Server 暴露了危险工具，客户端照样要拦。

五、MCP的工程链路

• 启动 MCP Server。
• 客户端连接并拉取工具列表。
• 模型根据工具描述提出调用。
• 客户端校验后转发给 MCP Server。
• Server 执行并返回结构化结果。
• 客户端把结果回填给模型。

六、MCP的落地建议

• 把跨项目复用的能力做成 MCP，比如浏览器、文件系统、企业内部 API。
• 为每个 MCP Server 标记权限等级，避免所有工具混在一个大列表里。
• 调用日志要记录到客户端侧，方便和模型 trace 对齐。

七、MCP的常见故障与误区

• 以为接了 MCP 就安全。协议只是通道，策略还得自己做。
• 一次暴露太多工具，模型选择困难。
• Server 返回非结构化大文本，客户端难以稳定处理。

八、MCP在学习路线中的位置

28 的工具调用是函数级； 56 把工具能力提升到进程级和生态级，是 进阶-多Agent与MCP工程化 的前置知识。

九、MCP的核心结论

MCP 可以理解成跨进程的工具协议：Server 暴露工具，Client 发现和调用，模型只负责选择。它的价值是复用和标准化，不是替代权限系统。真正上线仍要做工具分级、调用校验和 trace。

十、可运行实验：MCP 生命周期与错误边界

真实 MCP 通过 stdio 或 Streamable HTTP 交换协议消息。 这个沙盒用内存消息复现相同的生命周期约束，不启动本地进程，也不需要模型凭据。

"""用内存消息验证 MCP 初始化、能力发现和工具调用边界。"""

from __future__ import annotations

from dataclasses import dataclass
from typing import Any

@dataclass(slots=True)
class McpServer:
    """保存 MCP Server 的初始化状态并处理最小协议消息。"""

    # 客户端完成 initialize 后才允许发现和调用能力。
    initialized: bool = False

    def handle(self, request: dict[str, Any]) -> dict[str, Any]:
        """处理一条协议请求；request 包含 method、id 和可选 params。"""
        # 当前请求的协议方法名。
        method = request.get("method")
        # 当前请求标识，用于客户端关联响应。
        request_id = request.get("id")
        if method == "initialize":
            self.initialized = True
            return {"id": request_id, "result": {"protocolVersion": "demo-v1", "capabilities": {"tools": {}}}}
        if not self.initialized:
            return {"id": request_id, "error": {"code": -32002, "message": "server not initialized"}}
        if method == "tools/list":
            return {"id": request_id, "result": {"tools": [{"name": "echo", "inputSchema": {"type": "object"}}]}}
        if method == "tools/call":
            # 工具调用参数必须由 Server 再次校验。
            params = request.get("params", {})
            if params.get("name") != "echo":
                return {"id": request_id, "error": {"code": -32601, "message": "unknown tool"}}
            # echo 工具的文本参数。
            text_value = str(params.get("arguments", {}).get("text", ""))
            return {"id": request_id, "result": {"content": [{"type": "text", "text": text_value}]}}
        return {"id": request_id, "error": {"code": -32601, "message": "method not found"}}

def main() -> None:
    """回放错误调用、初始化、发现、成功调用和未知工具。"""
    # 独立 Server 实例保存本次连接生命周期。
    server = McpServer()
    # 客户端发送的协议请求序列。
    requests = [
        {"id": 1, "method": "tools/list"},
        {"id": 2, "method": "initialize", "params": {"protocolVersion": "demo-v1"}},
        {"id": 3, "method": "tools/list"},
        {"id": 4, "method": "tools/call", "params": {"name": "echo", "arguments": {"text": "hello"}}},
        {"id": 5, "method": "tools/call", "params": {"name": "delete_all", "arguments": {}}},
    ]
    for request in requests:
        print(server.handle(request))

if __name__ == "__main__":
    main()

预期请求 1 返回 server not initialized， 请求 2 完成能力协商， 请求 3 发现 echo， 请求 4 返回 hello， 请求 5 返回 unknown tool。 客户端不能在 initialize 前假设能力， Server 也不能因客户端已发现 Schema 而跳过调用时校验。

十一、动手验证：先跑通 MCP：可跨进程调用的 Tool，再改变一个变量

前面的章节已经建立问题、概念和机制。现在把“MCP：可跨进程调用的 Tool”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。

11.1 基线与候选只允许一个变量不同

验证“MCP：可跨进程调用的 Tool”时，先固定工具 Schema、调用身份、允许资源、畸形参数、超时、重复请求和最大步骤。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。

执行“MCP：可跨进程调用的 Tool”时，动作是：保存模型提议，经 Schema 与授权校验后执行工具，并回放拒绝、超时和恢复路径。原始结果不能只保留截图或汇总分数，必须同步保存：模型提议、参数校验、授权决定、幂等键、工具结果、状态迁移和 Trace，使下一次复查可以在同一输入上重放。

实验要素	本文要求
固定条件	工具 Schema、调用身份、允许资源、畸形参数、超时、重复请求和最大步骤
唯一变量	本次候选方案与基线之间的一项明确差异
原始证据	模型提议、参数校验、授权决定、幂等键、工具结果、状态迁移和 Trace
通过阈值	模型只提议，代码控制执行与停止；越权输入无副作用，重复请求不重复写入
立即停止	路径或命令直通执行、工具结果跨会话泄漏、循环失控或重试重复副作用

11.2 执行前先排除不可比较条件

“MCP：可跨进程调用的 Tool”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。

• 基线能够在“MCP：可跨进程调用的 Tool”的当前环境重复运行。
• 候选只改变一个与“MCP：可跨进程调用的 Tool”结论直接相关的条件。
• “MCP：可跨进程调用的 Tool”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
• “MCP：可跨进程调用的 Tool”的原始输出和失败现场不会被重试、格式化或汇总覆盖。

11.3 执行后先核对证据完整性

结果出来后先检查证据，再讨论“MCP：可跨进程调用的 Tool”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。

检查项	当前文章的判定
输入可追溯	工具 Schema、调用身份、允许资源、畸形参数、超时、重复请求和最大步骤
过程可回放	保存模型提议，经 Schema 与授权校验后执行工具，并回放拒绝、超时和恢复路径
结果可审计	模型提议、参数校验、授权决定、幂等键、工具结果、状态迁移和 Trace

“MCP：可跨进程调用的 Tool”的一次合格基线对照按以下顺序执行：

1. 保存“MCP：可跨进程调用的 Tool”基线版本及输入摘要，确认基线本身可以重复运行。
2. 写下“MCP：可跨进程调用的 Tool”候选方案唯一变化的变量，以及它预期影响的指标。
3. 在同一环境执行“MCP：可跨进程调用的 Tool”：保存模型提议，经 Schema 与授权校验后执行工具，并回放拒绝、超时和恢复路径。
4. 为“MCP：可跨进程调用的 Tool”保存：模型提议、参数校验、授权决定、幂等键、工具结果、状态迁移和 Trace。
5. 使用“MCP：可跨进程调用的 Tool”预登记条件判断：模型只提议，代码控制执行与停止；越权输入无副作用，重复请求不重复写入。
6. 如果“MCP：可跨进程调用的 Tool”未通过，不修改第二个变量，先恢复基线并保留失败现场。

十二、用一张矩阵验证 MCP：可跨进程调用的 Tool 的关键结论

矩阵按正文顺序列出“MCP：可跨进程调用的 Tool”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。

正文章节	已解释的结论	本轮唯一变量	必须保存的证据
本篇定位	这是工具系统从“项目内函数”走向“可复用外部工具服务”的篇章。	只改变与“本篇定位”相关的条件	模型提议、参数校验、授权决定、幂等键、工具结果、状态迁移和 Trace
核心拆解	普通 Tool 往往是应用内函数，生命周期跟应用绑在一起。	只改变与“核心拆解”相关的条件	模型提议、参数校验、授权决定、幂等键、工具结果、状态迁移和 Trace
工程链路	启动 MCP Server。	只改变与“工程链路”相关的条件	模型提议、参数校验、授权决定、幂等键、工具结果、状态迁移和 Trace
落地建议	为每个 MCP Server 标记权限等级，避免所有工具混在一个大列表里。	只改变与“落地建议”相关的条件	模型提议、参数校验、授权决定、幂等键、工具结果、状态迁移和 Trace
常见坑	协议只是通道，策略还得自己做。	只改变与“常见坑”相关的条件	模型提议、参数校验、授权决定、幂等键、工具结果、状态迁移和 Trace
和已有主线的关系	28 的工具调用是函数级；	只改变与“和已有主线的关系”相关的条件	模型提议、参数校验、授权决定、幂等键、工具结果、状态迁移和 Trace

12.1 记录本次实际实验

下面的记录用于“MCP：可跨进程调用的 Tool”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。

topic: "MCP：可跨进程调用的 Tool"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "保存模型提议，经 Schema 与授权校验后执行工具，并回放拒绝、超时和恢复路径"
evidence: "模型提议、参数校验、授权决定、幂等键、工具结果、状态迁移和 Trace"
pass_when: "模型只提议，代码控制执行与停止；越权输入无副作用，重复请求不重复写入"
stop_when: "路径或命令直通执行、工具结果跨会话泄漏、循环失控或重试重复副作用"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure

12.2 边界实验必须证明能够停止和恢复

成功路径只能证明“MCP：可跨进程调用的 Tool”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：路径或命令直通执行、工具结果跨会话泄漏、循环失控或重试重复副作用，并观察系统是否在产生不可逆副作用前停止。

场景	只改变什么	应保存什么	通过标准
正常路径	使用已知有效输入	模型提议、参数校验、授权决定、幂等键、工具结果、状态迁移和 Trace	模型只提议，代码控制执行与停止；越权输入无副作用，重复请求不重复写入
边界路径	把一个输入推进到约束临界值	临界值前后的输出与指标	不静默降级，不把部分结果冒充成功
明确失败	注入：路径或命令直通执行、工具结果跨会话泄漏、循环失控或重试重复副作用	原始错误、首个异常阶段和最终状态	失败被正确分类且没有扩大副作用
恢复重放	执行：关闭副作用入口，核对最终业务状态，从首个错误授权或状态迁移恢复	原失败样本的复测证据	原样本恢复，正常样本没有回归

恢复动作不是简单重启。对于“MCP：可跨进程调用的 Tool”，第一步是：关闭副作用入口，核对最终业务状态，从首个错误授权或状态迁移恢复。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。

“MCP：可跨进程调用的 Tool”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。

十三、MCP：可跨进程调用的 Tool 的结果解释

解释“MCP：可跨进程调用的 Tool”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。

观察结果	可以支持的判断	下一步
主链路没有达到预期	路径或命令直通执行、工具结果跨会话泄漏、循环失控或重试重复副作用	先执行：关闭副作用入口，核对最终业务状态，从首个错误授权或状态迁移恢复
异常链路无法恢复	路径或命令直通执行、工具结果跨会话泄漏、循环失控或重试重复副作用	先执行：关闭副作用入口，核对最终业务状态，从首个错误授权或状态迁移恢复
新样本成功但原样本仍失败	修复没有覆盖原始触发条件	固定原失败输入，恢复基线后重新比较
指标改善但证据无法回链	数据、版本或中间状态没有固定	暂停发布，补齐可追溯记录后重跑

“MCP：可跨进程调用的 Tool”只有同时满足“模型只提议，代码控制执行与停止；越权输入无副作用，重复请求不重复写入”，并且没有出现“路径或命令直通执行、工具结果跨会话泄漏、循环失控或重试重复副作用”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。

如果“MCP：可跨进程调用的 Tool”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。

“MCP：可跨进程调用的 Tool”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。

十四、MCP：可跨进程调用的 Tool 的发布判断

发布判断需要把“MCP：可跨进程调用的 Tool”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。

• “MCP：可跨进程调用的 Tool”的基线与候选只存在一个计划内变量。
• “MCP：可跨进程调用的 Tool”的输入、代码、依赖、配置和数据版本可以追溯。
• “MCP：可跨进程调用的 Tool”的正常、临界、失败和恢复样本使用同一套断言。
• “MCP：可跨进程调用的 Tool”的原始输出、中间状态和失败现场已经保留。
• “MCP：可跨进程调用的 Tool”的日志、Trace、截图和测试数据已经脱敏。
• “MCP：可跨进程调用的 Tool”的停止条件、负责人和回滚入口已经演练。
• “MCP：可跨进程调用的 Tool”尚未覆盖的输入、权限、容量和外部依赖已经登记。

最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“MCP：可跨进程调用的 Tool”的判断，就不能发布。

十五、总结

• 本篇定位：这是工具系统从“项目内函数”走向“可复用外部工具服务”的篇章。
• 核心拆解：普通 Tool 往往是应用内函数，生命周期跟应用绑在一起。
• 落地建议：为每个 MCP Server 标记权限等级，避免所有工具混在一个大列表里。
• 常见坑：协议只是通道，策略还得自己做。
• 复述答法：MCP 可以理解成跨进程的工具协议：Server 暴露工具，Client 发现和调用，模型只负责选择。
• 可运行实验：MCP 生命周期与错误边界：真实 MCP 通过 stdio 或 Streamable HTTP 交换协议消息。