GoSuda

Compreendendo um pouco o MCP host

By snowmerak views ...

O que é o MCP

MCP é um protocolo desenvolvido pela Anthropic para o Claude. MCP é a abreviação de Model Context Protocol, sendo um protocolo que permite ao LLM solicitar ativamente ações ou recursos externos. Como o MCP é, literalmente, apenas um protocolo que oferece requisições e respostas, o processo e a execução devem ser implementados pelo desenvolvedor.

Sobre o funcionamento interno

Antes de explicar o funcionamento interno, gostaria de abordar o Gemini Function Calling. O Gemini Function Calling, assim como o MCP, permite que o LLM invoque ativamente ações externas. Talvez surja a dúvida sobre por que trouxemos o Function Calling. O motivo é que o Function Calling surgiu antes do MCP e, por utilizar o mesmo esquema OpenAPI, há compatibilidade entre eles, o que nos levou a supor que seus comportamentos seriam semelhantes. Dessa forma, como a explicação do Gemini Function Calling é comparativamente mais detalhada, considerou-se que ela seria útil e, por isso, foi incluída.

FunctionCalling

O fluxo geral é o seguinte.

  1. Define-se a função.
  2. Envia-se a definição da função ao Gemini juntamente com o prompt.
    1. "Send user prompt along with the function declaration(s) to the model. It analyzes the request and determines if a function call would be helpful. If so, it responds with a structured JSON object."
  3. Caso necessário, o Gemini solicita uma chamada de função.
    1. Caso o Gemini julgue necessário, o chamador recebe o nome e os parâmetros para a chamada da função.
    2. O chamador pode decidir se executará ou não a chamada.
      1. Executar a chamada e retornar um valor legítimo
      2. Não executar a chamada, mas retornar dados como se a tivesse executado
      3. Simplesmente ignorar
  4. O Gemini pode, nesse processo, solicitar a chamada de várias funções de uma só vez, ou, após analisar o resultado de uma função, realizar novas chamadas, executando e requisitando tais operações.
  5. Quando se obtém, por fim, uma resposta organizada, o processo é encerrado.

Esse fluxo é, de modo geral, consistente com o do MCP. Isso também é descrito de maneira semelhante no tutorial do MCP. O mesmo vale para o ollama tools.

E, felizmente, esses três mecanismos, ollama tools, MCP e Gemini Function Calling, compartilham praticamente a mesma estrutura de esquema, de modo que é possível utilizar os três implementando apenas o MCP.

Ah, e há uma desvantagem comum a todos. Como, em última análise, é o modelo que executa as chamadas, se o modelo que você utiliza estiver em mau estado, ele pode deixar de chamar funções, chamá-las de forma incorreta, ou até mesmo enviar um DOS ao servidor MCP, entre outros comportamentos indevidos.

Host MCP em Go

mcphost da mark3lab

Em Go, existe o mcphost, desenvolvido pela organização mark3lab.

O uso é bastante simples.

1go install github.com/mark3labs/mcphost@latest

Após a instalação, crie o arquivo $HOME/.mcp.json e escreva o seguinte conteúdo:

 1{
 2  "mcpServers": {
 3    "sqlite": {
 4      "command": "uvx",
 5      "args": [
 6        "mcp-server-sqlite",
 7        "--db-path",
 8        "/tmp/foo.db"
 9      ]
10    },
11    "filesystem": {
12      "command": "npx",
13      "args": [
14        "-y",
15        "@modelcontextprotocol/server-filesystem",
16        "/tmp"
17      ]
18    }
19  }
20}

Em seguida, execute com um modelo do ollama da seguinte forma.
Claro que, antes disso, se necessário, baixe o modelo com ollama pull mistral-small.

Em geral, recomendo o claude ou o qwen2.5, mas, no momento, eu recomendo o mistral-small.

1mcphost -m ollama:mistral-small

Contudo, executando dessa forma, só é possível utilizá-lo no formato de perguntas e respostas no ambiente CLI.
Por isso, vamos modificar o código deste mcphost para que ele possa operar de maneira mais programável.

Fork do mcphost

Como já verificamos, o mcphost inclui a funcionalidade de extrair metadados e invocar funções por meio do MCP. Portanto, são necessárias partes responsáveis por chamar o LLM, por lidar com o servidor MCP e por gerenciar o histórico de mensagens.

O trecho correspondente a isso foi extraído para o Runner do pacote a seguir.

 1package runner
 2
 3import (
 4	"context"
 5	"encoding/json"
 6	"fmt"
 7	"log"
 8	"strings"
 9	"time"
10
11	mcpclient "github.com/mark3labs/mcp-go/client"
12	"github.com/mark3labs/mcp-go/mcp"
13
14	"github.com/mark3labs/mcphost/pkg/history"
15	"github.com/mark3labs/mcphost/pkg/llm"
16)
17
18type Runner struct {
19	provider   llm.Provider
20	mcpClients map[string]*mcpclient.StdioMCPClient
21	tools      []llm.Tool
22
23	messages []history.HistoryMessage
24}

Não analisaremos separadamente as declarações internas dessa parte. Elas, contudo, correspondem quase exatamente aos seus nomes.

 1func NewRunner(systemPrompt string, provider llm.Provider, mcpClients map[string]*mcpclient.StdioMCPClient, tools []llm.Tool) *Runner {
 2	return &Runner{
 3		provider:   provider,
 4		mcpClients: mcpClients,
 5		tools:      tools,
 6		messages: []history.HistoryMessage{
 7			{
 8				Role: "system",
 9				Content: []history.ContentBlock{{
10					Type: "text",
11					Text: systemPrompt,
12				}},
13			},
14		},
15	}
16}

Para os mcpClients e tools utilizados aqui, consulte este arquivo.
Como utilizaremos o provider do ollama, consulte este arquivo.

O prato principal é o método Run.

  1func (r *Runner) Run(ctx context.Context, prompt string) (string, error) {
  2	if len(prompt) != 0 {
  3		r.messages = append(r.messages, history.HistoryMessage{
  4			Role: "user",
  5			Content: []history.ContentBlock{{
  6				Type: "text",
  7				Text: prompt,
  8			}},
  9		})
 10	}
 11
 12	llmMessages := make([]llm.Message, len(r.messages))
 13	for i := range r.messages {
 14		llmMessages[i] = &r.messages[i]
 15	}
 16
 17	const initialBackoff = 1 * time.Second
 18	const maxRetries int = 5
 19	const maxBackoff = 30 * time.Second
 20
 21	var message llm.Message
 22	var err error
 23	backoff := initialBackoff
 24	retries := 0
 25	for {
 26		message, err = r.provider.CreateMessage(
 27			context.Background(),
 28			prompt,
 29			llmMessages,
 30			r.tools,
 31		)
 32		if err != nil {
 33			if strings.Contains(err.Error(), "overloaded_error") {
 34				if retries >= maxRetries {
 35					return "", fmt.Errorf(
 36						"claude is currently overloaded. please wait a few minutes and try again",
 37					)
 38				}
 39
 40				time.Sleep(backoff)
 41				backoff *= 2
 42				if backoff > maxBackoff {
 43					backoff = maxBackoff
 44				}
 45				retries++
 46				continue
 47			}
 48
 49			return "", err
 50		}
 51
 52		break
 53	}
 54
 55	var messageContent []history.ContentBlock
 56
 57	var toolResults []history.ContentBlock
 58	messageContent = []history.ContentBlock{}
 59
 60	if message.GetContent() != "" {
 61		messageContent = append(messageContent, history.ContentBlock{
 62			Type: "text",
 63			Text: message.GetContent(),
 64		})
 65	}
 66
 67	for _, toolCall := range message.GetToolCalls() {
 68		input, _ := json.Marshal(toolCall.GetArguments())
 69		messageContent = append(messageContent, history.ContentBlock{
 70			Type:  "tool_use",
 71			ID:    toolCall.GetID(),
 72			Name:  toolCall.GetName(),
 73			Input: input,
 74		})
 75
 76		parts := strings.Split(toolCall.GetName(), "__")
 77
 78		serverName, toolName := parts[0], parts[1]
 79		mcpClient, ok := r.mcpClients[serverName]
 80		if !ok {
 81			continue
 82		}
 83
 84		var toolArgs map[string]interface{}
 85		if err := json.Unmarshal(input, &toolArgs); err != nil {
 86			continue
 87		}
 88
 89		var toolResultPtr *mcp.CallToolResult
 90		req := mcp.CallToolRequest{}
 91		req.Params.Name = toolName
 92		req.Params.Arguments = toolArgs
 93		toolResultPtr, err = mcpClient.CallTool(
 94			context.Background(),
 95			req,
 96		)
 97
 98		if err != nil {
 99			errMsg := fmt.Sprintf(
100				"Error calling tool %s: %v",
101				toolName,
102				err,
103			)
104			log.Printf("Error calling tool %s: %v", toolName, err)
105
106			toolResults = append(toolResults, history.ContentBlock{
107				Type:      "tool_result",
108				ToolUseID: toolCall.GetID(),
109				Content: []history.ContentBlock{{
110					Type: "text",
111					Text: errMsg,
112				}},
113			})
114
115			continue
116		}
117
118		toolResult := *toolResultPtr
119
120		if toolResult.Content != nil {
121			resultBlock := history.ContentBlock{
122				Type:      "tool_result",
123				ToolUseID: toolCall.GetID(),
124				Content:   toolResult.Content,
125			}
126
127			var resultText string
128			for _, item := range toolResult.Content {
129				if contentMap, ok := item.(map[string]interface{}); ok {
130					if text, ok := contentMap["text"]; ok {
131						resultText += fmt.Sprintf("%v ", text)
132					}
133				}
134			}
135
136			resultBlock.Text = strings.TrimSpace(resultText)
137
138			toolResults = append(toolResults, resultBlock)
139		}
140	}
141
142	r.messages = append(r.messages, history.HistoryMessage{
143		Role:    message.GetRole(),
144		Content: messageContent,
145	})
146
147	if len(toolResults) > 0 {
148		r.messages = append(r.messages, history.HistoryMessage{
149			Role:    "user",
150			Content: toolResults,
151		})
152
153		return r.Run(ctx, "")
154	}
155
156	return message.GetContent(), nil
157}

O código em si foi montado a partir de trechos do arquivo.

Em linhas gerais, o funcionamento é o seguinte.

  1. Envia-se a lista de ferramentas junto com o prompt, solicitando a decisão de execução ou a geração de uma resposta.
  2. Quando a resposta é gerada, a recursão é interrompida e ela é retornada.
  3. Se o LLM solicitar a execução de uma ferramenta, o host chama o servidor MCP.
  4. Adiciona-se o resultado ao histórico e retorna-se ao passo 1.

Considerações finais

Já acabou?

Na verdade, não há muito mais a dizer. Este texto foi escrito para ajudar a compreender, de forma geral, como o servidor MCP funciona. Espero que este conteúdo tenha contribuído, ainda que modestamente, para a compreensão do funcionamento do host MCP.