analysis_claude_code/s19_mcp_plugin/README.md

s19: MCP Tools — 外接工具，标准协议

中文 · English · 日本語

s01 → ... → s17 → s18 → s19 → s20

"外接工具, 标准协议" — 发现、组装、调用，Agent 不需要知道工具是谁写的。

Harness 层: 插件 — 外部能力通过标准协议接入。

---

问题

s01 到 s18，Agent 的所有工具都是手写的——bash、read、write、task、worktree。每个工具的输入验证、执行逻辑、错误处理，都是你一行行写的。

现在你有 3 个外部服务想接入：公司的 Jira API（查 issue、建 ticket）、自建的部署系统（触发 deploy、看日志）、团队的 Notion 知识库（搜文档、建页面）。你不想为每个服务重写一套工具代码。

你需要一个标准协议——外部服务只要实现它，Agent 就能直接调用，不管服务用什么语言写的。

---

解决方案

MCP（Model Context Protocol）定义了 Agent 如何发现和调用外部工具。核心概念：

概念	作用
MCPClient	Agent 端的客户端，连接 server、发现工具、调用工具
MCP Server	外部服务，实现 tools/list + tools/call
assemble_tool_pool	把内置工具和 MCP 工具组装成一个工具池
mcp__server__tool 命名	避免不同 server 的工具名冲突

沿用 s18 的教学版 worktree 隔离、自主认领、空闲轮询、协议系统。本章新增：connect_mcp 工具——连接外部服务，发现工具，加入工具池。

教学版用 mock handler 模拟外部 server。真实版会启动子进程，通过 stdin/stdout 发送 JSON-RPC 请求。mock 的好处是不依赖外部服务就能跑完整流程；代价是你看不到真正的网络通信和进程管理。

---

工作原理

MCPClient：发现 + 调用

class MCPClient:
    def __init__(self, name: str):
        self.name = name
        self.tools: list[dict] = []
        self._handlers: dict[str, callable] = {}

    def register(self, tool_defs, handlers):
        """Simulates tools/list discovery."""
        self.tools = tool_defs
        self._handlers = handlers

    def call_tool(self, tool_name: str, args: dict) -> str:
        """Simulates tools/call."""
        handler = self._handlers.get(tool_name)
        if not handler:
            return f"MCP error: unknown tool '{tool_name}'"
        return handler(**args)

教学版用 Python 函数模拟 server 的工具实现。真实版通过 stdio JSON-RPC 与子进程通信。

connect_mcp：连接 + 发现

def connect_mcp(name: str) -> str:
    if name in mcp_clients:
        return f"MCP server '{name}' already connected"
    factory = MOCK_SERVERS.get(name)
    if not factory:
        return f"Unknown server '{name}'. Available: ..."
    mcp_client = factory()
    mcp_clients[name] = mcp_client
    return f"Connected to '{name}'. Discovered: ..."

连接后，server 提供的工具立即可用。

normalize_mcp_name：名称规范化

_DISALLOWED_CHARS = re.compile(r'[^a-zA-Z0-9_-]')

def normalize_mcp_name(name: str) -> str:
    return _DISALLOWED_CHARS.sub('_', name)

所有非 [a-zA-Z0-9_-] 的字符替换为 _。防止 server 名或工具名中包含特殊字符导致命名冲突或注入问题。

assemble_tool_pool：组装工具池

def assemble_tool_pool() -> tuple[list[dict], dict]:
    tools = list(BUILTIN_TOOLS)
    handlers = dict(BUILTIN_HANDLERS)
    for server_name, mcp_client in mcp_clients.items():
        safe_server = normalize_mcp_name(server_name)
        for tool_def in mcp_client.tools:
            safe_tool = normalize_mcp_name(tool_def["name"])
            prefixed = f"mcp__{safe_server}__{safe_tool}"
            tools.append(...)
            handlers[prefixed] = (
                lambda *, c=mcp_client, t=tool_def["name"], **kw:
                    c.call_tool(t, kw))
    return tools, handlers

前缀 mcp__{server}__{tool} 避免不同 server 的工具名冲突。名称经过 normalize_mcp_name 规范化。

MCP 工具的 description 带 (readOnly) 或 (destructive) 标注——教学版用文本标注，真实 CC 用 tool annotations 结构体让权限系统判断。

无缓存：工具池变了，prompt 也变

s10-s18 的 agent_loop 用 prompt cache 避免重复序列化。s19 去掉了缓存：

def agent_loop(messages, context):
    tools, handlers = assemble_tool_pool()     # 每次重新构建
    system = assemble_system_prompt(context)    # 每次重新生成
    ...
    if any(b.name == "connect_mcp" ...):
        tools, handlers = assemble_tool_pool()  # 连接后重建
        system = assemble_system_prompt(context)

原因：connect_mcp 之后工具池变化了——新增了 mcp__docs__search 等工具。缓存中的工具列表是旧的，继续用会导致模型调用不到新工具。教学版直接去掉缓存，代价是多花一点序列化时间。

MCP 工具只有 Lead 可用

教学版中，connect_mcp 是 Lead 工具，assemble_tool_pool 也只服务于 Lead 的 agent_loop。Teammate 仍使用固定的 8 个子集工具（bash、read_file、write_file、send_message、submit_plan、list_tasks、claim_task、complete_task）。

这是教学简化。真实 CC 中，MCP 工具对主 agent 和子 agent 都可用——子 agent 继承父级的 MCP 配置。

---

相对 s18 的变更

组件	之前 (s18)	之后 (s19)
工具来源	全部手写 builtin	手写 + MCP 外部工具动态发现
工具池	固定 BUILTIN_TOOLS	assemble_tool_pool 动态组装 mcp__ 前缀工具
名称安全	无	normalize_mcp_name 规范化
新类型	—	MCPClient 类（模拟 tools/list + tools/call）
命名空间	—	mcp__server__tool 避免冲突
工具描述	无标注	(readOnly)/(destructive) 标注
prompt 缓存	有（s10 起）	去掉——工具池动态变化后缓存失效
Lead 工具	17 (s18)	18 (+connect_mcp)
Teammate 工具	8 (s18)	8（不变，MCP 工具仅 Lead 可用）
扩展方式	写代码加工具	标准协议，任意语言实现 server

---

试一下

cd learn-claude-code
python s19_mcp_plugin/code.py

试试这些 prompt：

1. Connect to the docs MCP server and search for something
2. Connect to the deploy server and trigger a deployment
3. Connect both servers — what tools are now available?

观察重点：连接 MCP server 后，工具名是否带 mcp__docs__ 或 mcp__deploy__ 前缀？两个 server 的工具是否同时可用？MCP 工具的 description 是否带 (readOnly)/(destructive) 标注？

---

接下来

现在 Agent 可以通过标准协议接入外部工具了。但前面 19 章每章都只加一个机制，真实 Agent 不会这样拆开运行。

工具、权限、hooks、todo、任务图、记忆、压缩、后台、cron、团队、worktree、MCP 这些机制应该挂在同一个循环上，而不是散在 19 个 demo 里。

s20 Comprehensive Agent → 把前 19 章的机制合回一个完整 harness。机制很多，循环一个。

深入 CC 源码

以下基于 CC 源码 services/mcp/client.ts、auth.ts、config.ts、channelNotification.ts 的分析。

一、6 种 Transport 类型

教学版只展示了 stdio mock。CC 支持 6 种传输（types.ts:23-25）：

Transport	通信方式
stdio	子进程 stdin/stdout（跨平台默认）
sse	HTTP Server-Sent Events
http	Streamable HTTP（POST/SSE 双向）
ws	WebSocket
sse-ide	IDE 内嵌 SSE 传输
sdk	进程内 SDK 传输

连接时本地（stdio）和远程（http/sse/ws）服务器分批并发：本地批量 3 个，远程批量 20 个。

二、工具池组装算法

assembleToolPool()（tools.ts:345-364）：

// 去重时优先保留内置工具（name 相同时内置在前）
return uniqBy(
  [...builtInTools.sort(byName), ...filteredMcpTools.sort(byName)],
  'name',
)

内置工具和 MCP 工具分开排序，不是合起来排。原因是 CC 的 claude_code_system_cache_policy 在最后一个内置工具之后的某个位置放全局缓存断点——混排会破坏这个设计。

三、命名规则：mcp__server__tool

buildMcpToolName()（mcpStringUtils.ts:50-52）：

mcp__<normalizedServerName>__<normalizedToolName>

所有非 [a-zA-Z0-9_-] 字符替换为 _（normalization.ts:17-23）。教学版的 normalize_mcp_name 用同样的规则。

四、权限检查

CC 对 MCP 工具有独立的权限系统。checkPermissions() 对 MCP 工具的检查逻辑不同于内置工具——MCP 工具可以声明自己的权限需求（readOnly、destructive 等），CC 根据声明决定是否需要用户确认。教学版只在 description 中用文本标注 (readOnly) / (destructive)，不做权限拦截。

五、配置来源与优先级

MCP 服务器配置来自多个来源。CC 的配置优先级从低到高：

claude.ai 连接器 < plugin < user settings.json < approved project .mcp.json < local settings.local.json

claude.ai 连接器单独拉取、按内容签名去重，以最低优先级合并（config.ts:1267-1289）。企业 managed-mcp.json 存在时完全排除其他配置。

教学版直接传 server name 给 MOCK_SERVERS 字典，不做配置合并。

六、Channel 通知：服务器反向推消息

教学版只讲了 Agent → MCP Server 的单向调用。CC 还支持反向通知（channelNotification.ts）：

1. Server 声明 capabilities.experimental['claude/channel']
2. Server 通过 MCP 通知 notifications/claude/channel 给 Agent 发消息
3. 消息包装在 <channel source="serverName">...</channel> XML 标签中
4. Agent 被 SleepTool 唤醒（1 秒内）

Server 还可以请求权限：notifications/claude/channel/permission_request → Agent 回复 notifications/claude/channel/permission。用户通过 5 字母短 ID 确认/拒绝。

七、OAuth 认证流程

CC 的 MCP 认证（auth.ts）支持完整的 OAuth 2.0 + PKCE 流程：

• 通过公钥客户端 + PKCE 发现 OAuth 元数据（RFC 8414 / RFC 9728）
• 本地回调服务器接收授权码
• 令牌通过 getSecureStorage() 持久化（macOS Keychain / Linux 加密文件 / Windows 凭据管理器）
• 过期前 5 分钟自动刷新
• 支持跨应用访问（XAA）：浏览器获取 id_token → RFC 8693 + RFC 7523 交换 → 无需反复弹浏览器

八、连接生命周期的错误处理

CC 对 MCP 连接有精细的错误分类和重试（client.ts:1266-1402）：

• 终局性错误（ECONNRESET、ETIMEDOUT、EPIPE 等）：连续 3 次 → 关闭 + 重连
• 工具调用 401：令牌过期 → 抛出 McpAuthError → 触发重认证
• 工具调用超时：Promise.race 超时（可配置，默认约 28 小时）
• Stdio 断连：按 SIGINT → SIGTERM → SIGKILL 顺序杀进程

教学版的简化

• 6 种 transport → 1 种（mock stdio）：概念量可控
• Channel 反向通知 → 省略：教学版 Agent 是主动方
• OAuth 流程 → 省略：教学版假设 server 不需要认证
• 多层配置优先级 → 省略：教学版直接传 server name
• 复杂的错误分类 → 省略：教学版用 try/except 兜底
• MCP 工具只给 Lead → 省略子 agent 继承：简化代码结构