本文将以“在 App 中集成 MCP 协议并自定义 AI 工具调用”为主题，介绍如何使用 MCP（Model Context Protocol）协议，将用户的自然语言请求自动解析为工具函数调用，并通过远程大模型（如 DeepSeek 或 ChatGPT）完成智能化响应。
什么是 MCP（Model Context Protocol）？
MCP 是一种让大语言模型具备“结构化调用外部工具能力”的协议。它允许你定义工具（函数）并将其结构化描述注入模型上下文中，当模型理解用户意图后即可自动生成调用参数，执行工具逻辑并返回结果。
步骤
- 在 iOS App 中集成 MCP SwiftSDK（Android Kotlin版本）
- 自定义工具，如天气查询
getWeather(city: String)
- 用户自然语言如“查一下北京天气” → 自动匹配工具并解析参数
- 最终调用远程模型（DeepSeek 或 ChatGPT）完成推理响应
工具调用流程简图
1
2
3
4
5
6
| 用户输入 -> MCP SDK 发送请求
-> MCP Server 构造 prompt
-> 调用远程 LLM（如 DeepSeek）
-> 模型生成 Tool 调用结构体
-> App 执行工具方法（如查询天气）
-> 返回结果渲染给用户
|
工程结构 & 架构
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
| +-----------------------------+
| Swift App (MCP SDK) |
| +------------------------+ |
| | getWeatherTool() | |
| +------------------------+ |
| | |
| MCP 协议 & Context |
+-------------|---------------+
v
+-----------------------------+
| MCP Server (Node.js) |
| -> 提供工具 JSON Schema |
| -> 构造上下文 Prompt |
| -> 调用 DeepSeek 或 ChatGPT |
+-------------|---------------+
v
+-----------------------------+
| 远程大模型服务 |
| (ChatGPT / DeepSeek / etc)|
+-----------------------------+
|
在服务端创建 MCP servers
可直接使用官网服务项目：https://github.com/modelcontextprotocol/servers。
快速启动方式（Node.js 环境）：
1
2
3
4
5
| git clone https://github.com/modelcontextprotocol/server
cd server
cp .env.example .env
npm install
npm run dev
|
然后编辑 config.ts 配置你的模型服务商（如 DeepSeek、OpenAI或本地olloma部署）：
1
2
3
4
5
6
7
| export const config = {
completion: {
provider: 'openai',
apiKey: '你的 API KEY',
apiBaseUrl: 'https://api.deepseek.com/v1'
}
}
|
Swift 中定义工具
使用 Swift SDK 定义一个工具，如 getWeather：
1
2
3
4
5
6
7
8
9
10
11
12
13
| struct GetWeatherTool: Tool {
static var name: String = "getWeather"
static var description: String = "获取某个城市的天气"
struct Input: Codable {
let city: String
}
func call(input: Input) async throws -> String {
return "\(input.city) 今天多云，气温 25°C。"
}
}
|
App调用MCP SDK发送请求
1
2
3
4
5
6
7
8
9
10
11
| let context = Context()
context.addTool(GetWeatherTool())
let connection = try await SSEConnection(url: URL(string: "https://yourdomain.com/mcp")!)
let client = try await Client(connection: connection)
let request = Request(messages: [.user("查一下杭州的天气")])
for try await output in try await client.generate(request: request, context: context) {
print(output.content)
}
|
模型如何自动识别工具和参数？
MCP 会将工具结构描述转换为 JSON Schema，注入上下文，例如：
1
2
3
4
5
6
7
8
9
10
11
12
13
| {
"name": "getWeather",
"description": "获取某个城市的天气",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string",
"description": "要查询天气的城市"
}
}
}
}
|
这里可能大家有疑问，比如用户说：“请帮我查一下北京的天气”，模型怎么知道去调用 GetWeatherTool类呢？
首先我们在 GetWeatherTool中的定义一定要尽可能明确，比如：
1
2
| static var name: String = "getWeather"
static var description: String = "获取某个城市的天气"
|
大语言模型通过语义理解，分析：
- 动作是：查天气 → 匹配到工具 getWeather
- 城市是：“北京” → 匹配到 city 参数
就能推断出：
1
2
3
4
5
6
| {
"tool_name": "getWeather",
"parameters": {
"city": "北京"
}
}
|
App 适用场景
- 构建具备“智能操作能力”的 AI 助理
- 模型驱动的业务自动化（如搜索、下单等业务场景）
- 工具响应可插拔、可扩展
- 模型自动“理解 + 调用 + 返回”全链路闭环
