你有没有遇到过这种场景：想让 AI 帮我查一下北京南站附近的酒店，然后把每个酒店的图片在浏览器里打开，还要自动把标签页标题改成酒店名——结果你发现，大模型再强，也拿不到地图数据，点不了浏览器，更写不了文件。

说白了，大模型缺的不是“脑子”，而是“手脚” 。而 MCP（Model Context Protocol）就是那个让 AI 长出手脚的标准化协议。

今天，我们就从零开始，用一个实际案例把多个远程 MCP Server 串联起来，让你的 Agent 同时具备地图查询、浏览器控制和文件读写能力。本文所有代码都基于 LangChain 的mcp-adapters，并会深入剖析每一步的通信与执行流程，配合图解让你一次搞懂。

一、MCP 的本质：Tool 的“超级包装”

如果你用过 Function Calling，那理解 MCP 就毫无门槛。MCP 本质上还是 Tool，只不过它给 Tool 包了一层进程，通过stdio或HTTP（SSE） 来访问。

两种通信模式图解

• 本地 stdio：Agent 进程作为父进程，启动一个子进程（如node server.mjs），通过子进程的 stdin/stdout 发送 JSON-RPC 消息。适合本地工具（文件系统、浏览器、自定义脚本）。
• 远程 SSE：Agent 通过 HTTP 向远程服务器发起 SSE 连接，服务端可以主动推送消息，适合云端服务（如地图、数据库）。

最大的好处是解耦 + 复用：任何人都可以按 MCP 协议开发一个 Server，然后全世界的 Agent 都能直接复用。就像高德地图开放了 MCP Server，你无需写任何 HTTP 请求封装，直接配置一个 URL 就能让 AI 调用地图能力。

二、场景驱动：一个真实的“AI 工作流”

我们要实现的需求是这样的：

这个任务天然需要三种能力：

1. 地理位置查询→ 高德地图 MCP（远程 SSE）
2. 浏览器自动化→ Chrome DevTools MCP（本地 npx）
3. 文件系统（备用） → FileSystem MCP（本地 npx）

同时，为了演示自定义 MCP，我们还会再挂一个本地自己写的my-mcp-server（比如做日志或额外计算）。

你看，一个 Agent 同时挂载 4 个 MCP Server，每个 Server 提供多个 Tool，整个工具集瞬间变得异常丰富。

三、环境准备与依赖

首先创建一个 Node.js 项目，安装必要依赖：

npm init -ynpm install @langchain/mcp-adapters @langchain/openai dotenv chalk

因为 Chrome DevTools MCP 和 FileSystem MCP 都通过npx调用，无需额外安装包，运行时自动下载。

确保你有 DeepSeek 或 OpenAI 的 API Key（本文使用 DeepSeek，兼容 OpenAI 接口）。

四、核心流程拆解（一）：MultiServerMCPClient 的初始化与工具加载

直接上核心代码，然后逐步分析内部的执行流程。

import 'dotenv/config';import { MultiServerMCPClient } from '@langchain/mcp-adapters';import { ChatOpenAI } from '@langchain/openai';import chalk from 'chalk';import {HumanMessage,SystemMessage,ToolMessage} from '@langchain/core/messages';const model = new ChatOpenAI({modelName: 'deepseek-v4-flash',apiKey: process.env.DEEPSEEK_API_KEY,configuration: {baseURL: 'https://api.deepseek.com/v1',}});const mcpClient = new MultiServerMCPClient({mcpServers: {// 1. 高德地图 MCP（远程 SSE）'amap-server': {url: 'https://mcp.amap.com/sse?key=baec4e904d7460f61e4c85a571e793de'},// 2. 自定义本地 MCP（stdio）'my-mcp-server': {transport: 'stdio',command: 'node',args: ['E:workspacelgl_aiaiagent_in_actionmcp-demosrcmy-mcp-server.mjs']},// 3. Chrome DevTools MCP'chrome-devtools': {command: 'npx',args: ['-y', 'chrome-devtools-mcp@latest']},// 4. FileSystem MCP'filesystem': {command: 'npx',args: ['-y','@modelcontextprotocol/server-filesystem','E:workspacelgl_aiaiagent_in_actionremote-mcp' // 允许操作的根目录]}}});const tools = await mcpClient.getTools();

初始化流程分析

当执行new MultiServerMCPClient(config)时，内部会依次对每个配置项做如下操作（多 Server 并行初始化）：

• 远程 SSE：MultiServerMCPClient内部使用EventSource连接到url，按照 MCP 协议进行握手，获取服务端声明的工具列表（工具名、参数 JSON Schema 等）。
• 本地 stdio：对于每个command + args，spawn一个子进程，然后通过子进程的 stdin 发送initialize请求，从 stdout 读取响应，解析出工具列表。
• 所有工具被包装成DynamicStructuredTool实例，并统一放入一个数组返回给调用方。注意：mcp-adapters会自动给工具名加上 Server 名前缀（如amap-server__search_place），避免冲突。

五、Agent 循环：多轮对话与工具调用的完整流程

拿到 Tools 后，我们绑定到模型，然后实现一个支持多轮工具调用的 Agent 循环。

const modelWithTools = model.bindTools(tools);async function runAgentWithTools(query, maxIterations = 30) {const messages = [new HumanMessage({ content: query })];for (let i = 0; i < maxIterations; i++) {console.log(chalk.bgGreen(`第${i + 1}轮迭代`));const response = await modelWithTools.invoke(messages);messages.push(response);// 没有工具调用，直接返回最终回答if (!response.tool_calls || response.tool_calls.length === 0) {console.log(chalk.green(`AI 回答: ${response.content}`));return response.content;}console.log(chalk.bgBlue(`工具调用: ${response.tool_calls.map(t => t.name).join('n')}`));// 执行每个工具调用for (const toolCall of response.tool_calls) {const foundTool = tools.find(t => t.name === toolCall.name);if (foundTool) {let contentStr;try {const toolResult = await foundTool.invoke(toolCall.args);// 处理不同格式的返回值if (typeof toolResult === 'string') {contentStr = toolResult;} else if (toolResult && toolResult.result) {contentStr = toolResult.result;} else {contentStr = JSON.stringify(toolResult);}} catch (err) {contentStr = `工具调用失败: ${err.message}`;console.error(chalk.red(`工具 ${toolCall.name} 调用出错: ${err.message}`));}messages.push(new ToolMessage({content: contentStr,tool_call_id: toolCall.id}));}}}// 达到最大迭代次数，返回最后一条消息return messages[messages.length - 1].content;}

多轮迭代的完整交互图

下面的时序图展示了从用户输入到最终输出的全链路，包含模型调用、工具执行和消息回填：

关键点：

• 每一轮，模型都会收到完整的消息历史，包含之前的工具调用结果，因此可以基于结果进行下一步推理。
• 工具调用可以是串行（如我们的代码），也可以是并行（如果工具间无依赖，可用Promise.all加速）。
• 错误处理：单个工具失败后，返回错误信息给模型，模型可以决定是否重试或换方案，增强了鲁棒性。

为什么需要这几种判断？

1. typeof toolResult === 'string'
   很多 MCP Server（如 FileSystem 的read_file）直接返回文件内容的字符串。模型期望ToolMessage.content是文本，所以直接使用即可。
2. toolResult && toolResult.result
   Chrome DevTools MCP 和高德地图 MCP 在实现时，有些工具会返回一个对象，其中包含一个result字段（可能是结构化的 JSON 字符串或对象）。例如高德的search_places可能返回{ result: { pois: [...] } }。我们抽取result字段，避免把无用的元数据塞给模型。
3. else { JSON.stringify(toolResult) }
   兜底方案：如果返回值是普通对象（没有result字段），我们就将其序列化为 JSON 字符串。这是最保险的做法，保证模型总能拿到文本形式的可读数据。

不同 MCP Server 的返回值差异一览

所以，我们的解析逻辑必须覆盖以上所有情况。

参数解析与校验

在工具调用时，toolCall.args已经是模型根据工具定义的 JSON Schema 生成的结构化对象，无需额外解析。但有一处细节需要注意：

• 模型可能漏填必填参数？虽然大模型通常很聪明，但偶尔会出错。可以在foundTool.invoke之前添加参数校验，或者依赖 LangChain 自带的zod校验。mcp-adapters已经将 MCP 工具的inputSchema转换成 Zod 对象，invoke时会自动校验，非法参数会直接抛出异常，从而进入catch分支。

因此我们的错误处理catch已经覆盖了参数校验失败的情况，并返回友好的错误信息给模型，模型可以在下一轮自行修正。

5.3 完整循环中的消息结构示例

为了让你更直观地理解整个对话流程，下面展示一次成功任务的实际消息历史（简化版）：

第 1 轮：

• User: “北京南站附近的酒店，最近的3个酒店，拿到酒店图片，打开浏览器展示……”
• Assistant (tool_calls):[ { name: 'amap-server__search_places', args: { keywords: '酒店', location: '116.385,39.905', ... } } ]
• Tool (amap-server__search_places):"{"pois":[{"name":"如家","photos":["url1"]}, ...]}"

第 2 轮（模型看到工具结果后）：

• Assistant (tool_calls):[ { name: 'chrome-devtools__new_tab', args: {} }, { name: 'chrome-devtools__navigate_to', args: { url: 'url1' } }, ... ]
• Tool (chrome-devtools__new_tab):"{"result":{"tabId":3}}"
• Tool (chrome-devtools__navigate_to):"{"result":{"success":true}}"

第 3 轮：

• Assistant (no tool_calls): “已成功打开3个标签页，每个显示对应酒店的图片，标题也已修改完成。”

你会发现，每一步工具的返回值都被转化为字符串，大模型才能“读得懂”。

六、运行与效果：完整任务执行流程拆解

执行：

await runAgentWithTools(`北京南站附近的酒店，最近的 3 个酒店，拿到酒店图片，打开浏览器，展示每个酒店的图片，每个 tab 一个 url 展示，并且在把那个页面标题改为酒店名`);// 另一备选任务：路线规划生成文档// await runAgentWithTools(`北京南站附近的2个酒店，以及去的路线，路线规划生成文档保存到当前目录的一个 md 文件`);await mcpClient.close();

任务执行的真实步骤分析

以第一个任务为例，实际执行过程大致如下（每轮迭代都可能对应一次模型决策）：

最终控制台输出成功信息，浏览器弹出多个标签页。

七、踩坑实录与优化建议

我在跑这个例子时遇到几个坑，分享给大家：

1. 工具返回值太长：高德地图返回的酒店详情可能很大，模型上下文窗口有限。建议在工具调用后，对返回值做摘要或只提取关键字段。可以在foundTool.invoke之后对contentStr进行截断。
2. Chrome DevTools MCP 需要 Chrome 已启动：默认chrome-devtools-mcp会尝试连接已有的 Chrome 实例（需要开启远程调试端口），如果没有，会启动新实例。确保你的 Chrome 版本兼容，或者通过参数指定--executablePath。
3. 文件系统写入权限：@modelcontextprotocol/server-filesystem要求传入允许操作的目录，如果你给了绝对路径，确保该目录存在且可写。
4. 工具调用并行 vs 串行：当前代码是串行执行工具调用，如果模型一次返回多个工具，可以考虑使用Promise.all并发执行，提高效率（但要注意某些工具依赖前一个工具的结果，需要按顺序）。
5. 关闭 MCP 客户端：记得在最后调用mcpClient.close()，否则子进程可能不会退出，导致资源泄露。

八、进阶思考：MCP 让 Agent 生态更开放

这个例子只是冰山一角。有了 MCP 协议，你可以：

• 接入任何第三方服务：只要对方提供 MCP Server（如 GitHub、Slack、数据库等）。
• 封装企业私有 API：写一个简单的 stdio MCP Server，把内部微服务暴露给 AI。
• 组合多种能力：比如先查地图、再截图、最后生成报告并保存到云盘，全流程自动化。

你甚至可以把多个 MCP Server 组合成一个“工具超市”，让不同 Agent 按需调用。

九、总结与流程回顾

今天我们完成了：

1. 理解了 MCP 的本质——Tool 的进程级包装，支持 stdio 和 SSE，并给出了通信流程图。
2. 使用MultiServerMCPClient同时挂载高德地图、Chrome DevTools、FileSystem 和自定义 MCP，并剖析了初始化加载流程。
3. 实现了一个带迭代控制的 Agent 循环，绘制了多轮工具调用的时序图，展示了模型决策与工具执行的完整交互。
4. 运行了一个复合任务：查酒店 → 取图片 → 打开浏览器并改标题，并分析了每一步的实际执行。

你会发现，MCP 的关键价值在于“标准化” ——它让 AI 能力扩展不再是“写胶水代码”，而是“配置即服务”。开发者的角色从“写工具”变成了“选工具”，效率提升不止一个数量级。

如果你还没试过，强烈建议今晚就搭一个自己的 MCP Agent。代码都在文章里，复制粘贴就能跑。

最后抛一个问题：如果让你设计一个 MCP Server，你会开放什么能力？ 欢迎在评论区留言，我们一起脑洞。