随着大模型技术深水区，AI 应用的范式正在发生根本性迁移：从“被动应答”走向“主动执行”。这要求模型不仅要能读懂上下文，更要能调度工具、激活数据、联动智能体，在严苛的企业环境中稳定完成端到端的复杂任务。在这一程中，MCP 与 A2A 构成了下一代 AI 架构的双螺旋。 MCP 解决了“连”之困，将大模型的能力边界延伸至真实的业务场景；A2A 解决了“协作”之难，构建了多智能体生态的信任与通信底座。二者为企业构建放、安全、可扩展的AI系统提供了新的工程路径。
售 价：¥
纸质售价：¥71.30购买纸书
6.4
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
Preface 前言
原理篇
Chapter 1 第1章 大语言模型时代的AI生态变革
1.1 语言模型发展历程
1.2 大语言模型的核心技术
1.3 大语言模型的核心能力
1.4 大语言模型的自身局限
1.5 AI产业生态的突破方向
Chapter 2 第2章 MCP的起源和关键定位
2.1 MCP的架构及角色设计
2.2 MCP工作流程
2.3 MCP工作原理及关键特性
2.4 MCP部署模式
2.5 MCP交互机制核心设计与资源调度机制
2.6 资源调度机制
Chapter 3 第3章 MCP设计策略
3.1 MCP应用设计考虑因素
3.2 基于概率与统计的上下文建模
3.3 深度学习增强的MCP架构
3.4 测试与验证
Chapter 4 第4章 A2A协议设计策略
4.1 深度解读A2A协议设计
4.2 A2A协议与MCP生态互补
Chapter 5 第5章 AI体系重构的枢纽引擎
5.1 MCP及A2A协议在AI体系中的枢纽价值
5.2 MCP及A2A协议重构AI系统设计的理论维度
5.3 MCP及A2A协议驱动的新型计算模式
5.4 MCP及A2A协议重塑AI商业模式
实战篇
Chapter 6 第6章 MCP开发流程综述
6.1 核心组件与交互模型
6.2 通信协议选型
6.3 Streamable HTTP详解
6.4 开发环境配置与工具链
Chapter 7 第7章 MCP服务端开发
7.1 MCP服务端设计范式
7.2 架构核心：路由、鉴权
7.3 快速搭建框架
7.4 工具设计与异步化
7.5 提示词的设计与使用
7.6 本地数据导入
7.7 Remote Services调用
Chapter 8 第8章 MCP客户端开发
8.1 MCP客户端架构模式
8.2 快速搭建框架
Chapter 9 第9章 错误处理与健壮性设计
9.1 错误处理架构设计理念与整体策略
9.2 MCP错误分类体系与标准化处理
9.3 连接级错误处理与恢复策略
9.4 协议级错误处理与消息完整性
9.5 Streamable HTTP错误处理的特殊考量
9.6 MCP主机级别的错误聚合与处理策略
9.7 监控与诊断的完整体系
Chapter 10 第10章 测试、部署与性能优化
10.1 MCP测试体系与验证策略
10.2 生产部署架构与实施方案
10.3 性能优化与资源管理
Chapter 11 第11章 企业级数据库服务：Apache Doris MCP构建实战
11.1 设计思维与架构决策：从需求到实现的完整思考过程
11.2 三大原语与核心功能设计
11.3 生产部署与监控运维：从开发到运维的完整方案设计
11.4 AI生态集成演示：与Dify、Cursor的深度结合实践
生态篇
Chapter 12 第12章 AI与外部工具交互的主要技术剖析
12.1 函数调用、AI Agent与MCP的功能性对比
12.2 不同场景下三者的适配性分析
Chapter 13 第13章 MCP与知识管理的融合
13.1 知识图谱技术和MCP的融合
13.2 RAG与MCP的融合
13.3 RAG与MCP融合方案在提升模型知识能力上的成果
Chapter 14 第14章 MCP与AI Agent协同进化
14.1 AI Agent与MCP融合的技术架构与实现策略
14.2 融合应用在打造自主智能体方面的创新实践
Chapter 15 第15章 MCP在前沿AI场景中的应用
15.1 借助MCP赋能端到端复杂智能体构建
15.2 运用MCP助力模型部署优化
15.3 通过MCP实现模型小型化与个性化
推荐阅读
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
