好文集ChatGPT Plus¥119

Agent 高频题 18. MCP 原理和传输协议:一次工具调用是怎么走的

文章目录

百度一场 Agent 实习面问,MCP 的 stdio 和 Streamable HTTP 怎么实现?后者一定会流式返回吗?同一位候选人在北京一家小厂还被问过,客户端一直收不到进度事件,该从哪儿查?

查一条步行路线,地图服务算完直接回一个 JSON,完全符合 Streamable HTTP 的约定。要是一次查一百条,页面想显示已经算完几条,就得看客户端有没有请求进度、服务端又是怎么回的。

这是 Agent 高频面试题单第 18 题。原题单记了 25 位作者、26 场面试。这次重读了库里留有链接、还能看到正文的 515 篇面经,其中 34 位作者在 38 场面试里遇到了这道题。下表按作者数排序,一场面试可以问到几个方向。

文章配图

一、用户说「查一下步行路线」,谁去查

假设有人问「从上海虹桥站走到国家会展中心要多久?」应用接了地图服务,模型得靠它查路线。

地图服务原本就有 HTTP API。在它前面加一层 MCP Server,接入的应用就能按 MCP(Model Context Protocol,模型上下文协议)的约定,列出工具、读取资料,也能问清楚算路线要传哪些参数。以后换一家地图服务,得重新看对方用地址还是地点 ID,列工具和调用工具的代码还可以接着用。

文章配图

文章配图

比如日志里已经有了工具名、起点和终点,地图服务却没收到请求。先看这条日志是谁写的:如果记录的是模型的回复,只能确定模型选了工具。Host 可能还在等用户授权。要知道请求发出去没有,得看 Client 的发送记录。

百度一场后端面追问,模型、Agent、Client 和 Server 里,谁发起调用,谁执行?字节剪映一面单问了 Client 和 Server 各管什么。

二、模型怎么知道路线工具要填哪些参数

同一个地图 Server 可以提供三类东西。用户要算路线,调用 tool,把起点和终点传进去。如果要读已经写好的站点说明,可以按 URI 取一份 resource。还可以把「规划无障碍出行」做成一个 prompt 模板,让用户选中后填出发地和目的地。只做路线查询的 Server,声明并实现工具能力就够了。

以 2026-07-28 版为例。地图 Client 先用 tools/list 取工具清单。清单里有个 plan_route,它的 inputSchema 写明起点、终点必填,出行方式可以选哪些值。清单有多页就按游标往后取,已有的清单还有效就可以复用。

然后 Host 挑出允许模型使用的工具,把定义转成模型接口接受的格式。B 站一场测开面追问的就是这个转换。假如模型接口用 parameters 描述参数,字段类型、必填项和枚举值都得带过去。漏掉「步行」这个选项,Server 明明会算步行路线,模型拿到的说明里却找不到它。

模型给出工具名和参数,Host 确认这次调用可以执行,地图 Client 才发出这条消息。

{
  "jsonrpc": "2.0",
  "id": 17,
  "method": "tools/call",
  "params": {
    "name": "plan_route",
    "arguments": {
      "origin": "上海虹桥站",
      "destination": "国家会展中心(上海)",
      "mode": "walking"
    },
    "_meta": {
      "io.modelcontextprotocol/protocolVersion": "2026-07-28",
      "io.modelcontextprotocol/clientCapabilities": {},
      "io.modelcontextprotocol/clientInfo": {"name": "route-demo", "version": "1.0"}
    }
  }
}

这条消息里,method 填的是 MCP 规定的 tools/call,params.name 填的是地图 Server 提供的 plan_route。同样一套 Client 代码,换个工具名和参数就能调用别的工具。消息格式遵循 JSON-RPC 2.0:请求带 id,响应把它原样带回来。通知没有请求 ID,对方收到也不用回一条响应。

Server 校验参数、查询地图,再把结果交回来。它可以用 outputSchema 约定距离按米、用时按秒,在 structuredContent 里返回数值。下面用一份固定的测试回包看单位换算,数字仅作演示。

{
  "jsonrpc": "2.0",
  "id": 17,
  "result": {
    "resultType": "complete",
    "content": [{"type": "text", "text": "示例路线:步行 30 分钟"}],
    "structuredContent": {"duration_s": 1800, "distance_m": 2400},
    "isError": false
  }
}

Client 看到响应里的 17,就能对上刚才那次查询。Host 把结果交回模型,这时它才有依据回答要走多久。工具定义还得说清楚终点算到哪里:如果地图只算到了园区,用户要去的是展馆门口,就得先问清楚哪个入口。

面试常问:一个 MCP 服务的完整调用过程是什么?外部工具的参数怎么变成本地工具格式?

三、同一条消息,怎么送到 Server

stdio 用在本地时,Client 拉起 Server 子进程,把请求写进它的标准输入 stdin,从它的标准输出 stdout 读回消息。管道里用换行来分隔 JSON-RPC 消息,所以上面的示例实际发送时得写成一行。启动提示和调试日志写到 stderr。要是往 stdout 打了一句「地图初始化成功」,Client 会拿这句中文当 JSON 解析,连工具清单都拿不到。

Streamable HTTP 可以让几个应用访问同一个独立部署的 Server。按 2026-07-28 版,每个 JSON-RPC 请求单独发一次 POST,都发往同一个 MCP 地址,比如 /mcp。上面那次路线查询,HTTP 头也要带上协议版本、方法 tools/call 和工具名 plan_route,和请求体对应。Client 在 Accept 里列出它能接收的两种格式,再按响应的 Content-Type 读取结果。

文章配图

文章配图

个人电脑上的地图测试工具,用 stdio 可以跟着应用启动、退出。要给几套应用共用一套地图接口,凭证也想放在一处管理,独立部署 HTTP 服务更方便,代价是得管网络和鉴权。HTTP 服务也能跑在本机。至于聊天框里的字怎么逐个显示,要看 Host 和前端怎么处理模型输出。

百度那场还问,这种流适合传音视频吗?MCP 的工具结果可以带一段音频,也可以给资源链接。走 SSE 时,客户端逐条读到的是协议消息。要做实时语音,音频怎么编码、缓冲多久、什么时候播放,还得由应用处理。

四、为什么有的项目第一步写 initialize,有的直接列工具

拿到一段 Streamable HTTP 的接入代码,先看它用的是哪一版 MCP。第一条发什么,甚至断线后能不能接着收,都跟版本有关。

文章配图

文章配图

server/discover 回答的是「你支持哪几版协议、哪些能力」。即使答复里有 tools,Client 也还不知道路线工具叫什么、起点怎么填,这些要从 tools/list 取。新版里,想在工具清单变化时收到通知,可以用 subscriptions/listen 单独订阅。想看这次路线算到了哪一步,读的仍是这次调用的响应流。

美团容器平台那场问,MCP Session 和 Agent 对话的 Session 是一回事吗?用户刚问完步行路线,接着问「那改坐地铁呢」,Host 从对话历史拿回起点和终点,就可以再查一次。旧版 HTTP 的会话 ID 用来让 Client 和 Server 识别协议会话。新版去掉了这个 ID,Host 仍然可以从自己的对话记录里取回刚才的地址。

行程草稿又是另一份要保存的数据。Server 可以在创建草稿时返回行程 ID,以后每次修改都带上它,Server 按 ID 取草稿,再检查当前用户有没有权读写。

五、收不到进度,先看哪一段

回到北京那场面试。假设地图服务正在算一批目的地,用户看着页面等了几秒,一条进度都没有。手边只有客户端日志,先找这次调用发出去的请求。

看 params._meta 里有没有 progressToken。Client 用它告诉 Server 自己想收进度,Server 发通知时再带回这个 token,Client 才知道是哪一批路线。最终响应靠 JSON-RPC 的 id 和请求对应。即使给了 token,Server 也可以一次进度都不报。如果响应类型是 JSON,这次就只会拿到最终结果。

如果是 SSE,接着找 notifications/progress,核对通知带回的 token。服务端日志里明明隔一会儿就发一条,客户端却在最后一口气收到好几条,就对一下同一条通知进出反向代理的时间,看代理有没有把几条攒在一起才往下送。如果 Client 已经按时收到了,页面却没动,再查 Host 有没有把通知转给前端。反过来,哪怕聊天框一直在刷字,也看不出地图已经算完了几条路线。

如果等到一半断线,按 2026-07-28 版,关闭这次请求的 SSE 响应流就表示取消,漏掉的事件不能靠协议重放。查路线是只读操作,换个请求 ID 再查就行。「保存行程」麻烦一点:连接断的时候,行程可能已经存好了。可以按业务操作号先查一次结果,或者让 Server 按同一个幂等键去重。重发时换了 JSON-RPC ID,只能区分两次请求,两次写的仍然可能是同一份行程。

六、如果地图 MCP 由你设计

OPPO 一面让候选人来设计高德地图的 MCP。光说「把地图 API 包一层」还回答不了几个接口上的问题:起终点收地址,还是要求调用方先拿到地点 ID?搜到两个同名地方,工具直接取第一个,还是把两个都交回来让用户挑?如果下游要按用时给路线排序,接口就得给数值和单位。只回一句「大概一会儿就到」,下游没法排。

字节一场后端面问,怎么防工具出入参出错?除了核对工具定义,还要看调用失败时 Server 回了什么。假设工具改了名,Host 还在用缓存里的旧名,Server 找不到它,回的是 JSON-RPC 的 error。Host 这时该重新核对清单。

还有一种情况:工具名和参数都对,地图也查了,偏偏两地之间没有步行路线。Server 可以在 result 里给 isError: true,告诉模型为什么走不通,模型接下来可以问用户要不要改查公共交通。这时候 HTTP 完全可以返回 200。如果 Host 只查状态码,用户看到的就可能是「路线已查到」。

如果再加一个「修改已保存的行程」工具,Server 可以按用户权限列清单。Host 也可以把具体改动展示出来,让用户确认。用户点了确定,Server 还得按行程 ID 查他有没有权改这份行程,必要时让下游业务服务再校验一次。

七、面试怎么答

两分钟主线

  1. MCP 约定了应用怎样发现和调用外部工具。比如用户问步行路线,Host 管对话、模型和权限,模型从可用工具里选出路线查询,给出起点和终点。Client 发请求,地图 Server 去查。

  2. 路线工具叫什么、有哪些必填参数,Client 可以用 tools/list 取回来。Host 把允许使用的工具描述给模型。调用走 tools/call,Client 按请求 ID 接回结果,Host 再让模型回答用户。

  3. 本地工具可以跑成子进程,走 stdio,一行一条消息,日志写 stderr。独立服务可以用 Streamable HTTP,往同一端点发 POST。一次查询回一个 JSON 就够了,要发进度也可以用 SSE。

  4. 如果项目用 2025-11-25 版,先握手。2026-07-28 版把协议版本和客户端能力带在每次请求里。聊天历史由 Host 管,行程草稿这类跨调用要用的数据,可以单独给一个业务 ID。

  5. 工具很慢、又看不到进度,先查请求里的 token 和响应类型,再看代理有没有缓冲。断线的是写操作,先弄清楚上一次写进去没有,再决定要不要重试。

准备自己的项目

找一份脱敏的工具定义,配上同一次调用的请求和结果。再挑一个你亲手查过的问题。如果碰到过枚举值丢失,就对照 Server 公布的定义和模型实际收到的参数。如果碰到过进度通知延迟,就用两边的日志讲清楚你是怎么查到代理这一段的。

容易答错的地方

  • 模型刚给出工具名,就当成地图服务已经收到了请求。

  • 问底层协议只答 HTTP,漏掉消息格式 JSON-RPC 和本地传输 stdio。

  • 把 Streamable HTTP 讲成模型一定会逐 token 输出。

  • 讲新版时还沿用旧版的握手、会话 ID 和断线续传。

  • 用 HTTP 200 判断工具执行成功,或者指望 JSON-RPC 请求 ID 防止行程重复写入。

文章配图

出处

面经按发帖人记述转述。原题单和本次复核的样本范围、收录条件有差别。逐场分类见 [[40_Assets/20261109-Agent高频题18-样本命中表.csv|第 18 题样本命中表]]。

协议资料按修订日期列,方便对照自己的项目。

全文完
查看原文