Host 就像是一个作战大厅，大厅里主要有三种角色：
- LLM Client 扮演者将军的角色，负责作战计划的制定。
- Orchestrator 扮演着作战参谋的角色，负责协调各个 MCP Client 的行动。
- MCP Client 扮演者通信兵的角色，负责与外部 MCP Server 进行通信。
从另一个层面看，Host 是 Client 容器，也负责协调、编排任务的执行，确保任务能够被安全、可靠、高质量的完成。
接下来，我们看下 MCP(Model Context Protocol) 真正的架构部分：
以上，是一个标准的 C/S 架构。
- Host 是一个完整的 LLM 应用。创建和管理多个 Client 实例、执行安全策略、处理用户授权决策。
- Client 和 Server 保持 1:1 的连接。Client 向 Server 声明自己的能力需求，Server 向 Client 暴露可用的工具和资源。
- Server 提供各种能力：Prompts、Tools、Resources。告诉 Client 我能做什么，我还需要什么。
- Client 和 Server 之间，靠 MCP 标准通信协议保障，实现了能力协商、安全调用的规范。
MCP 解决了一个关键痛点：M×N 问题 —— 即 M 个不同的大语言模型需要与 N 个不同工具和数据源集成时的组合爆炸式复杂性。
事实上，让 LLM 具备工具协调能力、规划能力事实上并不一定靠 MCP 解决。
多代理下的 Function call 也可以实现这样的效果。但 MCP 将这种能力标准化，并提供了一个完整的生态系统。
一、MCP Host
一个完成的 Host 应用通用架构如下所示：
1.1 用户交互层
用户交互层是 Host 应用的入口，负责与用户进行交互。
交互通常应支持多模态。
1.2 应用业务层
应用业务层负责实现核心业务目标。
AI Model Interface 负责智能任务规划：通过 Prompt 构建将用户需求与当前可用能力（Client/Server 能力）整合为上下文，经 多模型路由选择合适的 LLM 进行推理，最终生成可执行的任务列表。
Task Orchestrator 负责任务执行编排：通过 工作流引擎将 AI 意图分解为可执行的操作序列并调用相应 Client，通过 规则引擎对执行结果进行安全审查和边界监控。
1.3 集成协调层
集成协调层负责 MCP 连接管理：通过 生命周期管理确保各 Client 实例正常运行，通过 高可用机制提供连接池优化、故障恢复和重试策略等可靠性保障。
1.4 基础设施层
基础设施层提供系统运行基础支撑：通过 存储管理确保数据持久化和配置服务，通过 监控安全提供系统分析和安全基础设施保障。
二、MCP Server
2.1 MCP 协议实现层
协议实现层负责标准通信协议支撑：通过 JSON-RPC 2.0 处理器实现消息解析与响应机制，通过 能力协商器管理客户端能力发现与版本匹配，提供错误处理、进度报告和通知系统等核心协议功能。
2.2 核心能力
MCP Server 通过标准协议向客户端暴露三类核心能力：Resources（数据访问）、Tools（功能执行）、Prompts（模板交互）。另外，还提供了一些辅助能力：Sampling（LLM 推理服务）、Roots（文件系统访问权限）。
2.2.1 Resources
受应用控制的只读数据源，为模型提供上下文信息。每个资源具备唯一的 URI 标识，支持通过 直接发现（resources/list 获取静态列表）和 模板发现（URI 模板动态构建）两种方式进行资源发现，通过 resources/read 请求访问具体内容。
2.2.2 Tools
受模型控制的可执行功能，支持状态修改。LLM 通过工具与外部系统交互、执行计算和现实世界操作。每个工具具备唯一名称标识，支持通过 工具发现（tools/list 获取可用列表）和 工具调用（tools/call 执行具体功能）两种标准化操作。
2.2.3 Prompts
受用户控制的交互模板，实现业务流程标准化。每个 Prompt 支持 参数化设计（定义参数名称、类型和必需性）和 工作流模板（预定义业务流程的标准化交互模式），通过 prompts/list 和 prompts/get 实现模板发现和获取。
2.2.4 Sampling
受服务器请求的 LLM 推理服务，使服务器在处理过程中获得 AI 辅助。每个请求具备标准消息格式，支持通过 模型偏好（成本、速度、智能优先级配置）和 上下文包含（指定服务器上下文范围）两种方式进行请求定制，通过 sampling/createMessage 向客户端请求 LLM 生成。
2.2.5 Roots
Roots 是 MCP 协议中客户端提供的一个关键安全特性，它定义了服务器在文件系统中可以操作的边界。简单来说，Roots就是”允许访问的目录清单”，类似于给保姆一串特定房间的钥匙。
每个目录具备唯一的 file:// URI 路径，支持通过 权限验证（服务器向客户端请求 roots/list 获取允许目录清单）和 动态调整（客户端可实时更新访问权限范围并发送 roots/list_changed 通知）两种方式进行安全边界管理，确保服务器只能在授权目录内执行文件操作。
2.3 执行引擎层
执行引擎层负责业务逻辑执行：通过 工具执行器处理功能调用与生命周期管理，通过 资源提供器实现数据访问与内容缓存，集成参数验证、模板引擎和安全上下文等核心执行组件。
2.4 传输抽象层
传输抽象层提供多协议通信支撑：通过 标准传输协议（Stdio、HTTP、WebSocket）实现跨环境通信，通过 自定义传输扩展支持灵活的集成需求和协议适配。
总结
MCP 通过标准化协议解决了 AI 与外部系统集成的复杂性，提供了一种 AI 应用开发的范式。
参考
LLM Powered Autonomous Agents
Model Context Protocol
MCP (Model Context Protocol)，一篇就够了。