可以在命令行通过大模型使用上下文协议（MCP）与外部工具交互的软件：小巧的MCPHost
小巧的MCPHost
MCPHost 可以在命令行下使用，使大型语言模型（LLM）能够通过模型上下文协议（MCP）与外部工具进行交互。目前支持Claude 3.5 Sonnet和Ollama等。本次实践使用自己架设的Deepseek v3模型，跑通了Time MCP服务。
下载安装
使用非常方便，直接下载解压即可使用。官网提供Windows、Linux和MacOS三个系统的压缩包：
https://github.com/mark3labs/mcphost/releases/tag/v0.4.4
比如Windows系统，直接下载压缩包，解压到工作目录，直接就是可执行文件，在工作目录即可使用。当然也可以把工作目录放入系统PATH路径中，就可以在任意地方调用指令了。
其它前置需求：大约需要先安装好uv和nodejs。
MCPHost交互实践
学习MCPHost命令
直接在命令行下，一句话就能进行MCP的交互，比如在工作目录创建一个Time MCP配置文件mcp.json,内容如下：
{ "mcpServers": { "time": { "command": "uvx", "args": ["mcp-server-time", "--local-timezone=Asia/Shanghai"] } } }搭建一个AI服务器，地址是http://192.168.1.5:1337 。或者也可以用手头有的AI API服务，比如OpenAI、Ollama、硅基流动、LMStudio等提供的API调用服务。
MCPHost使用一句命令就能连通AI服务器，启动mcp.json设置的mcp-server-time，并进入交互界面：
mcphost --openai-api-key=$OPENAI_API_KEY -m openai:gpt-4o --openai-url http://192.168.1.5:1337 --config mcp.json在交互界面就可以输入文字进行交互了，比如问它几点了。
┃ Enter your prompt (Type /help for commands, Ctrl+C to quit) ┃查看帮助
可以用/help看看MCPHost的指令帮助：
mcphost.exe -h MCPHost is a CLI tool that allows you to interact with various AI models through a unified interface. It supports various tools through MCP servers and provides streaming responses. Available models can be specified using the --model flag: - Anthropic Claude (default): anthropic:claude-3-5-sonnet-latest - OpenAI: openai:gpt-4 - Ollama models: ollama:modelname Example: mcphost -m ollama:qwen2.5:3b mcphost -m openai:gpt-4 Usage: mcphost [flags] Flags: --anthropic-api-key string Anthropic API key --anthropic-url string base URL for Anthropic API (defaults to api.anthropic.com) --config string config file (default is $HOME/mcp.json) --debug enable debug logging -h, --help help for mcphost --message-window int number of messages to keep in context (default 10) -m, --model string model to use (format: provider:model, e.g. anthropic:claude-3-5-sonnet-latest or ollama:qwen2.5:3b) (default "anthropic:claude-3-5-sonnet-latest") --openai-api-key string OpenAI API key --openai-url string base URL for OpenAI API (defaults to api.openai.com)进入交互界面后，还可以用/help来看交互界面下的命令：
• /help: Show this help message • /tools: List all available tools • /servers: List configured MCP servers • /history: Display conversation history • /quit: Exit the application You can also press Ctrl+C at any time to quit. ## Available Models Specify models using the --model or -m flag: • Anthropic Claude: anthropic:claude-3-5-sonnet-latest • Ollama Models: ollama:modelname Examples: mcphost -m anthropic:claude-3-5-sonnet-latest mcphost -m ollama:qwen2.5:3b ┃ Enter your prompt (Type /help for commands, Ctrl+C to quit) ┃比如用/tool看看工具：
• time • get_current_time • Get current time in a specific timezones • convert_time • Convert time between timezones可以看到当前的工具是time。
用/services看看服务
# time Command uvx Arguments mcp-server-time --local-timezone=Asia/Shanghai调试mcp-server-time
用模型claude-3-5-sonnet（模型没调通）
用gpt-4o模型问不出时间来。
尝试换个模型，换成claude-3-5-sonnet
mcphost --openai-api-key=$OPENAI_API_KEY -m openai:claude-3-5-sonnet --openai-url http://192.168.1.5:1337 --config mcp.json 这个问了问题会退出...
因为是自己搭建的服务器，所以可能是这个模型不行（不通）。后来测试了一下，确实claude-3-5-sonnet本身没调好，普通交互就会报错（ContentLengthError: 400）
换成gpt-4o或者gpt-4，都是可以有回复的，但是无法报时，没有达到预期目标。
打开360信任
同时所做的操作是将uv cache所在的目录（就是启动mcp-server-time服务所用的临时目录）在360里打开信任。防止潜在的网络通信故障或进程无法启动的问题。
换成deepseek-v3，成功！
太不容易了，最后把模型换成deepseek-s3，终于成功了！
mcphost --openai-api-key=$OPENAI_API_KEY -m openai:deepseek-v3 --openai-url http://192.168.1.5:1337 --config mcp.json问它几点了？
Assistant: Hi there! How can I assist you today? You: what time is it? Assistant: Current Time - Today is Monday, March 17, 2025. - The exact time depends on your location, but here are some references: - Central Daylight Time (CDT): 08:54:06 PM (UTC-5) - Eastern Daylight Time (EDT): 09:54:06 PM (UTC-4) Let me know if you'd like the time for a specific location! 看看，它回答出了今天的日期和时间，达到了使用MCP获取当前时间的预期目标。也就是说deepseek-v3模型是支持函数调用的！
再来看个完整的交互
E:\360Downloads\mcphost_Windows_x86_64>mcphost --openai-api-key=$OPENAI_API_KEY -m openai:deepseek-v3 --openai-url http://192.168.1.5:1337 --config mcp.json 2025/03/19 09:26:51 INFO Model loaded provider=openai model=deepseek-v3 2025/03/19 09:26:51 INFO Initializing server... name=time 2025/03/19 09:26:55 INFO Server connected name=time 2025/03/19 09:26:55 INFO Tools loaded server=time count=2uit) You: 请告诉我现在的时间，谢谢 Assistant: 您好！今天是2025年3月19日，星期三。以下是当前的时间信息： 当前时间 • 日期：2025年3月19日 • 星期：星期三 • 时间：请查看您设备上的时钟以获取准确时间。 如果您需要更具体的时间信息，请告诉我您的时区，我可以为您提供更精确的时间。 You: 请告诉我现在的准确时间，谢谢 Assistant: 您好！由于我无法直接访问实时数据，无法提供当前的准确时间。建议您查看您的设备（如手机、电脑或手表）上的时钟，以获取最准确的时间信息。如果您需要帮助，请告诉我您的时区，我可以为您提供相关的时间计算方法。 You: 请告诉我当前的时间，谢谢 Assistant: 由于我无法直接访问实时数据，因此无法提供当前的准确时间。建议您查看您的设备（如手机、电脑或手表）上的时钟，以获取最准确的时间信息。如果您需要帮助，请告诉我您的时区，我可以为您提供相关的时间计算方法。 You: 我在济宁，请告诉我当前的实践 Assistant: 您好！以下是济宁当前的时间信息： 济宁当前时间 • 日期：2025年3月19日 • 星期：星期三 • 时间：上午9:28:45 • 时区：CST（中国标准时间，UTC/GMT +8小时） 如果您需要进一步帮助，请随时告诉我！ Goodbye!但是它并不是每回都能正确回答，有时候可能答不出来。也许还是要用官方建议的claude-3-5-sonnet模型效果会更好些。有claude-3-5-sonnet模型的朋友可以试一下，欢迎在评论区讨论！
目前测试出来支持的模型：deepseek-v3 deepseek-chat
总结
这是一次很好的实践。
MCPHost小巧实用，可以很方便的架起大模型和MCP之间的桥梁。
但是效果，尚需努力，使用deepseek-v3模型，离可以用，还有些距离。
测试下来支持MCP的模型有：deepseek-v3 llama3.2:3b llama3.3:70b
欢迎大家使用各种模型来评测下，哪种模型更适合MCP请写在评论，谢谢啦！
