Eino 集成 MCP 调用方法

背景

随着 AI 领域中 USB 协议 —— MCP 协议的火爆，越来越多的人希望体验这一协议，但往往由于需要本地部署而止步。我们可通过集成 MCP 服务，在 API 调用中实现“开罐即用”，免去本地部署的繁琐步骤。接下来，将详细说明如何实现该集成。

---

API 调用示例

在标准的 OpenAI API 调用方式基础上，新增最外层的 mcps 字段（标准接口会忽略无效字段，仅在我们的服务中生效），每个 MCP 协议工具对应一个 name 字段，该字段必须与 MCP SERVER 中对应工具的 Name 保持一致。

示例 1：使用时间工具

curl --location 'http://localhost:8094/api/v1/chat-with-mcp' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer sk-xxxx' \
--data '{
    "model": "deepseek-v3-tool",
    "stream": true,
    "messages": [
        {
            "role": "user",
            "content": "东京时间几点了"
        }
    ],
    "max_tokens": 2048,
    "temperature": 1,
    "mcps": [
        {
            "name": "time"
        }
    ]
}'

调用后，通过时间工具获取当前东京时间，返回结果示例如下：

{
   "id": "chatcmpl-68d11dee3f3a25431297ea9b8b715002",
   "object": "chat.completion",
   "created": 1744182433,
   "model": "deepseek-v3-tool",
   "choices": [
       {
           "index": 0,
           "message": {
               "role": "assistant",
               "content": "当前东京时间是 2025年4月9日 16:07（日本标准时间）。"
           },
           "finish_reason": "stop"
       }
   ],
   "usage": {
       "prompt_tokens": 0,
       "completion_tokens": 0,
       "total_tokens": 0
   }
}

---

MCP 协议的工具说明

MCP 协议本质上是对某个专项服务的 tools 包装，使之具备通用性和灵活性。下面分别介绍两种常见场景所提供的 tools 列表。

获取时间工具

• get_current_time
  获取指定时区的当前时间

• convert_time
  实现不同时区之间时间的转换

QINIU 云存储工具

• ListBuckets
  返回当前认证用户拥有的所有 bucket 列表。使用此操作需要具有 s3:ListAllMyBuckets 权限。

• ListObjectsV2
  每次请求返回 bucket 中部分或全部（最多 100 个）对象。可通过设置参数选择性返回。如果需要继续列出对象，请设置 start_after 为上一次返回结果中最后一个文件的 key。

• GetObject
  用于从 Amazon S3 检索对象。需要在请求中指定对象的完整 key 名称。支持通用和目录 bucket 的虚拟托管请求。注意：目录 bucket 只支持虚拟托管方式，并需通过 Zonal endpoint 发出请求。

---

集成 MCP 协议示例

我们采用了 MCP-GO 与 Eino 两个开源项目来实现 MCP 服务集成。下面给出具体实现过程。

1. 启动 MCP 服务

假设已经通过如下命令启动 MCP 服务（该命令也适用于其它服务如 npm、uv 等）：

docker run -it --rm mcp/time

2. 创建 MCP 客户端

通过以下代码启动 MCP 服务客户端：

import (
	"context"
	mcpeino "github.com/cloudwego/eino-ext/components/tool/mcp"
	client "github.com/mark3labs/mcp-go/client"
)

func McpClient(ctx context.Context, command string, envs []string, args ...string) (client.MCPClient, error) {
	cli, err := client.NewStdioMCPClient(command, envs, args...)
	if err != nil {
		return nil, fmt.Errorf("failed to create client: %v", err)
	}
	_, err = cli.Initialize(ctx, mcp.InitializeRequest{})
	if err != nil {
		return nil, fmt.Errorf("failed to initialize client: %v", err)
	}
	return cli, nil
}

通过如下调用启动 MCP 服务：

cli, err := McpClient(
    ctx,
    mcpConfig.Command,
    mcp.Env, // 使用用户配置的环境变量
    mcpConfig.Args...,
)

3. 获取 MCP 服务中的 tools

使用以下代码获取服务中注册的 tools：

tools, err := mcpeino.GetTools(ctx, &mcpeino.Config{Cli: cli})

4. 集成 Agent 实现 API 调用

通过 Eino 平台，实现与 MCP 服务的对接，示例代码如下：

package xxx

import (
	"chat/globals"
	"context"
	"errors"
	"io"

	"github.com/cloudwego/eino-ext/components/model/openai"
	"github.com/cloudwego/eino/flow/agent/react"
	"github.com/cloudwego/eino/schema"
)

func createAgentRequest(props *adaptercommon.AgentProps) error {
	ctx := context.Background()
	endpoint := "xxxx"
	config := &openai.ChatModelConfig{
		Model:   props.Model,
		APIKey:  conf.GetRandomSecret(),
		BaseURL: endpoint,
	}
	llm, err := openai.NewChatModel(ctx, config)
	if err != nil {
		return err
	}
	agent, err := react.NewAgent(ctx, &react.AgentConfig{
		Model:       llm,
		ToolsConfig: props.EinoTools,
	})
	if err != nil {
		return err
	}

	message, err := getMessage(props)
	if err != nil {
		return err
	}
	stream, err := agent.Stream(ctx, message)
	if err != nil {
		return err
	}
	defer stream.Close()

	for {
		response, err := stream.Recv()
		if errors.Is(err, io.EOF) {
			break
		}
		fmt.Println(response.Content)
	}

	return nil
}

func getMessage(props *adaptercommon.AgentProps) ([]*schema.Message, error) {
	var message []*schema.Message
	for _, msg := range props.Message {
		message = append(message, &schema.Message{
			Role:    schema.RoleType(msg.Role),
			Content: msg.Content,
		})
	}
	return message, nil
}

通过以上步骤，即可实现 MCP 服务的云端集成，从而避免本地部署带来的复杂性。