MCP Host 与模型的通信机制：以 Claude Code 的 XML 协议为例

Claude Code 作为 MCP Host，通过自定义的 XML 格式与语言模型进行通信，其本质是 2022 年论文提出的 ReAct 模式（Thought-Action-Observation）的一种具体实现，理解了这一点即可自行构建类似 Claude Code 的 Agent 程序。

背景与核心概念

MCP 协议的边界

MCP（Model Context Protocol）协议仅规定了 MCP Host 与 MCP Server 之间的通信协议，包括工具发现、调用、资源访问等。
MCP 协议 没有对模型（Model）的输入和输出格式提出任何要求，因此不同的 MCP Host 可能使用完全不同的格式与模型交互。
Claude Code 使用一种自定义的 XML 格式（x-mail） 与模型进行沟通，这是本期视频演示的核心对象。

本期目标

演示 Claude Code 与模型交互的具体细节（通过截获模型的输入和输出）。
剖析 Claude Code 使用的 XML 协议的结构。
讲解构建 Agent 常用的 ReAct 模式。
梳理 Claude Code 的 XML 协议与 ReAct 模式之间的关系。
最终目标是借学习此协议，理解如何编写一个能够与模型持续交互的 Agent 程序。

实验环境搭建：截获模型请求与返回

设计思路

原始方案：Claude Code 直接与 OpenAI 兼容的模型提供商（如 DeepSeek）通信，无法直接观察到通信内容。
中转方案：在 Claude Code 与模型之间插入一个本地服务器作为中间人。所有请求与响应必须经过该服务器，服务器会将内容写入日志文件，由此获取完整的交互链路。

配置 Claude Code 连接本地服务器

Claude Code 的 API Provider 中除了常见的 OpenAI、DeepSeek 等提供商之外，存在一种特殊选项 OpenAI compatible。
它的含义是：目标模型提供商虽然不是 OpenAI，但其 API 完全兼容 OpenAI 的格式规范。
配置要点：
选择 OpenAI compatible
将 Base URL 填入本地服务器地址：http://localhost:8000
API Key 和 Model ID 与 OpenRouter（或目标提供商）保持一致，因为转中服务器需要将这些信息转发给上游。

本地中转服务器代码解析

中转服务器使用 Python 编写，核心基于 FastAPI 框架。代码逻辑围绕“先记录请求，再记录返回”展开。

关键组件：

变量/对象	作用
`app_log`	日志写入函数，将 message 写入指定 log 文件
`app`	FastAPI 生成的 Web 应用实例，用于定义 POST 接口
`logger`	基于 `app_log` 生成的日志记录器，负责记录模型请求和返回，输出到 `lm.log` 文件

接口定义：

定义了一个 POST 接口，路径为 /chat/completions，Claude Code 会将模型请求放入 POST body 中请求此路径。
接口内部逻辑：

获取 Claude Code 发来的请求（post body），写入日志文件。
转发请求至 OpenRouter，注意保留流式返回标志（accept text/event-stream，即 SSE 协议）。
接收上游模型的流式响应，将每一行返回（line）写入日志。
将上游响应实时转发回 Claude Code。

服务器监听端口为 8000。

流程图示（文字版）：

Client → (1) POST请求 → 本地服务器 → (2) 记录请求日志 → (3) 转发 → OpenRouter
Client ← (7) 转发响应 ← 本地服务器 ← (6) 记录返回日志 ← (5) SSE响应 ← OpenRouter

SSE（Server-Sent Events）简介

中文含义为“服务器推送事件”，是模型流式返回的专业术语（缩写为 SSE）。
解决的问题：普通 HTTP 交互方式为“一去一回”，无法处理服务器连续多次响应的场景。
工作原理：

浏览器只需请求一次。
服务器接收到请求后连续发送多次响应，每次响应内容为数个字（token）。
浏览器接到几个字就显示几个字，实现打字机效果，提升用户体验。
所有结果发送完毕后，服务器发送一个完成标识，浏览器收到后关闭 SSE 连接，对话结束。

在日志中，上游的每一条 SSE 返回均以 data: 开头，包含一段 JSON。将每条 data 中的 content 值拼接起来，即为模型的完整返回内容。
如果某行以 : 开头，则该行为注释，实际内容无意义，主要作用是保持连接，防止等待期间因超时而断开连接。

启动步骤

# 1. 创建虚拟环境（防止依赖影响系统环境）
python -m venv .venv

# 2. 激活虚拟环境
source .venv/bin/activate

# 3. 安装依赖
pip install -r requirements.txt
# 依赖仅有三个：fastapi（定义接口）、uvicorn（运行服务器）、httpx（向 OpenRouter 发起 HTTP 请求）

# 4. 启动本地服务器
python lm_logger.py
# 输出显示端口为 8000

使用 Claude Code 验证

在 Claude Code 中点击配置 API Provider，选择 OpenAI compatible，Base URL 填写 http://localhost:8000，保存。
向 Claude Code 随便发送打招呼消息（如“嗨”），等待回复完成后，打开日志文件，可看到模型请求和模型返回两部分内容。

模型请求解析（无工具调用场景）

请求整体结构

模型请求包含以下几大核心部分：

model：使用的模型（如 deepseek）。
messages：消息列表，存放 Client 发给模型的请求以及模型的历史回答。
temperature：温度参数，控制模型输出的确定性。值越小，输出越稳定保守；值越大，输出越多样、富有想象力。
stream：代表使用 SSE 流式输出。

System Prompt 分析

第一条消息的 role 为 system，即系统提示词。其功能是设定模型需要提前感知的信息，包括：模型扮演的角色、可用的工具列表、返回结果的格式等。

基本规模数据：

系统性提示词总共有 626 行（格式化后），部分行非常长。
总字符数为 48671 个字符。
这些内容都会作为 token 发送给模型，占用上下文长度。

System Prompt 基本框架（折叠后的小标题）：

工具使用格式（Tool Use Format）
工具列表（Tools）
工具使用示例（Tool Use Examples）
工具使用指南（Tool Usage Guidelines）
已连接的 MCP 服务器（Connected MCP Servers）
客户端内置函数：write_to_file、replace_in_file 等
工具选择的指导
自动格式化注意事项
工作流程提示
首选语言（Primary Language）

工具的分类

Claude Code 中的“工具”包含两类：

Claude Code 内置工具：如写入文件、替换文件内容、读取文件、运行终端命令等，用于操作本地环境和项目。
MCP 工具：通过 MCP 服务器提供的工具，如常用的天气预告和气象预警工具。

工具调用格式：XML 协议详解

Claude Code 规定客户端工具调用请求必须使用 XML 格式传递。
外层标签写工具名称，内层标签写参数的名称和参数值。

读取文件工具格式示例：

外层写工具名称 read，内层写参数名 file_path（原视频中实际参数名为 paas 或 src，以实际内容为准），参数值即为文件路径，例如 src/index.js。

模型调用工具的实现流程：

用户提出需要读取文件的问题（如“src/index.js 这个文件写了什么”）。
Client 将问题发给模型。
模型发现需要调用 read 工具来获取文件内容，于是按照 system prompt 中的 XML 格式返回工具调用请求。
Client 接到请求后执行读取操作，并将文件内容返回给模型。
模型自己总结答案并回复用户。

关键原则：只要模型按照 client 规定的 XML 格式返回，client 就可以帮助模型调用任何其想要调用的工具。

常用工具列表

工具名	功能	参数与备注
`execute_command`	执行终端命令	包含两个参数：命令内容和是否需要用户同意。一些可能影响系统的命令（如删除文件、安装文件）需用户同意。
`read`	读取文件	参数为文件路径
`write_to_file`	写入文件内容	参数为文件路径和内容
`replace_in_file`	替换文件内容	参数为文件路径和替换内容
`search_files`	搜索文件	—
`list_files`	列举当前项目目录中的文件列表	—
`list_code_definition_names`	列举指定目录顶层源代码文件中使用的定义名称（类、函数、方法等）	—
`browser_action`	浏览器操作	—

重点工具：use_mcp_tool

use_mcp_tool 是本期视频的重点，用于调用 MCP 服务器提供的工具，参数共三个：

参数名	含义
`server_name`	MCP 服务器的名称
`tool_name`	MCP 工具的名称
`arguments`	MCP 工具的输入参数（通常以 JSON 形式）

示例：以下 XML 表示模型想要调用 weather 服务器下的 get_forecast 工具，参数为纬度 41.7128、经度 -74.006（即纽约）。

<use_mcp_tool>
  <server_name>weather</server_name>
  <tool_name>get_forecast</tool_name>
  <arguments>{"latitude": 41.7128, "longitude": -74.006}</arguments>
</use_mcp_tool>

其他重要标签

access_mcp_resource：用于获取 MCP 资源，需填入 MCP 服务器名称和资源 URI。本期视频暂不涉及。
ask_follow_up_question：模型向用户提问时使用的工具标签，用于澄清问题。
attempt_completion：表示回答结束的标志。模型在调用一系列工具后，认为自己已完成任务或已得到答案，会将最终结论放入 attempt_completion 的 result 参数。Client 接到后显示结果并结束对话。
另一个可选参数为 command，存储一条用于展示最终结果的命令，本期不使用。

Thinking 强制思考机制

Claude Code 要求模型在做任何事情之前，都必须先使用 thinking 标签进行思考，包括使用工具之前和输出最终答案之前。
这是一种强制让模型“思考”的机制，有利于提高模型决策的准确率。

已连接的 MCP 服务器信息

Claude Code 会将用户在客户端上配置的 MCP 服务器及每个服务器包含的 MCP 工具都列举在 system prompt 中，供模型选用。
包含的信息：每个 MCP 工具的用途、参数列表（帮助模型判断何时调用）、input schema（告诉模型调用工具时的参数格式）。
Input schema 本质上是 JSON Schema，该概念在 MCP 进阶指南中已详细讲解。

用户请求消息解析

用户请求（role 为 user）分为两部分：

用户原始问题：放在 <task> 标签内，例如 <task>嗨</task>，告诉模型这是需要完成的任务。
当前系统环境：同样以 XML 表示，放在一个长字符串中，包含当前可见的文件、打开的 tab、当前时间等信息，辅助模型做决策。

模型返回解析（无工具调用场景）

流式返回结构

模型采用 SSE 方式逐量返回。日志中每一行 data: 对应一次返回。
首行为注释（data: : OPENROUTER PROCESSING），以冒号开头，作用是保持连接，无有效信息。
后面的每一行 data: 是 JSON 数据，其中大部分字段（如 id、provider、model）均相同。
每一条消息中唯一不同的是 content 字段，其值为增量返回，将每条 content 拼接起来即为模型的完整返回。

示例

如果模型最终完整返回为“纽约明天的温度是24摄氏度”，则 SSE 返回可能包含多条 data，例如：

data: ...content="纽约"
data: ...content="明天的"
data: ...content="温度"
data: ...content="是"
data: ...content="24摄氏度"
data: ...content="[DONE]"（结束标识符）

对应展示页面

Claude Code 收到流式消息后逐条展示给用户。
Thinking 内容展示在特定区域，ask_follow_up_question 的内容展示在对应位置。

MCP 工具调用完整流程实例

实例一：仅查询天气并返回答案

场景：问“纽约明天的天气怎么样？”，Claude Code 调用 weather MCP 服务器下的 get_forecast 工具。

完整交互流程（文字版）：

第一轮请求（Client → 模型）：

System prompt（与前文分析一致，包含工具列表与格式说明）。
用户问题（role 为 user，包含 task 标签与系统环境信息）。

模型第一次返回：

包含两个 XML 标签：
<thinking> 内容：模型推理过程。
<use_mcp_tool> 内容：请求调用 weather 服务器的 get_forecast 工具，参数为纽约的经纬度。

第二轮请求（Client → 模型，在工具执行后）：

将之前的 system prompt、用户问题以及模型工具调用请求（role 为 assistant）作为历史消息重新发送给模型（因模型无记忆）。
新增消息（role 为 user）：
第一部分：展示 MCP 工具调用的结果。
第二部分：具体结果内容（如纽约明天的天气温度数据）。
第三部分：当前环境信息。

模型第二次返回：

同样包含两个 XML 标签：
<thinking> 内容：模型思考。
<attempt_completion> 内容：最终结论回答。

流程图示：

用户提问 → 模型返回 (thinking + use_mcp_tool) → Client 调用 MCP 工具
→ 工具结果返回给模型 → 模型返回 (thinking + attempt_completion) → 显示最终答案，结束。

实例二：查询天气并写入文件

场景：将任务改为“纽约明天的天气怎么样？把结果写入到 result.md 文件中”。

修改后的流程：

用户提问。
模型返回 thinking + use_mcp_tool（调用 get_forecast 工具）。
Client 调用工具，将天气结果返回给模型。
模型第一次思考后发现任务未完成（还需要写入文件），不会使用 attempt_completion。
模型再次请求调用工具，这次使用 `write_to_file`（Claude Code 内置工具），并指定文件路径和写入内容。
Client 执行文件写入，将“写入成功”通知返回给模型。
模型最终返回 thinking + attempt_completion，告知任务完成。

关键认知：在每一轮工具调用中，模型可以持续调用工具直到任务完成，不限于只调用一个 MCP 工具，也可以混合使用 MCP 工具和内置工具。

ReAct 模式深度解析

ReAct 思想概述

ReAct 是 2022 年一篇论文中提出的概念，是 Reasoning 和 Acting 两个单词的合体。
重要性：论文提出可以在不需要人干预的情况下，让模型自主思考、自主调用各类外部工具，从而完成用户诉求。
符合 ReAct 模式思想的程序被称为 Agent——即能够持续思考、持续调用外部工具直至解决用户问题的一个程序。
Claude Code 本质上就是一个 Agent，其 Agent 流程正是基于 ReAct 思想构建的。

ReAct 三要素

中文	英文	含义
思考	Thought	模型的推理过程
行动	Action	获取或改变外部环境的行为（调用工具）
观察	Observation	行动的结果或反馈

循环模式：思考 → 行动 → 观察 → 思考 → 行动 → 观察 → ... → 最终答案

Claude Code 的 XML 标签与 ReAct 的对应关系

Claude Code 的 XML 标签	ReAct 概念	说明
`<thinking>`	Thought	思考
`<use_mcp_tool>`、`<write_to_file>`、`<read>` 等工具标签	Action	行动
工具执行后返回的结果消息	Observation	观察
`<attempt_completion>`	Final Answer	最终答案

XML 与 ReAct 的关系

XML 只是数据传输格式，ReAct 是思想/方法论，二者不绑定。
ReAct 论文原作者并未使用 XML 或 JSON，而是使用了近乎纯文本的方式实现类似效果。
例如，可以使用以下纯文本格式替代：

Thought: 我需要获取纽约的天气
Action: get_forecast({"latitude": 41.7128, "longitude": -74.006})
Observation: 纽约明天的温度是24摄氏度
Thought: 任务已完成
Final Answer: 纽约明天的天气是24摄氏度。

使用 ReAct 格式复现 Claude Code 交互流程（示例）

假设将 Claude Code 的 XML 交互改为 ReAct 论文中提到的纯文本格式：

模型第一个回答：Thinking: 替换为 Thought:。
工具调用：<use_mcp_tool> 替换为 Action: + 工具名称与参数。
工具结果：替换为 Observation: + 结果内容。
工具执行后再次返回 Thought:。
最终答案使用 Final Answer: 标记，结束对话。
前提：需配套修改 system prompt，说明返回格式、工具调用示例、注意事项和工具列表。

实际演示：用开源模型 Gemma 3 演示 ReAct 格式

作者使用 Ollama 启动 Google 的开源模型 Gemma 3（4B 参数）。
将之前展示过的 ReAct system prompt 与用户问题“纽约明天的天气怎么样？结果写入到 result.md 文件中”合并后直接发给模型（注：正式使用时应将 system prompt 与用户问题分开传入，Ollama 设置 system prompt 略复杂，为了演示简化）。
模型返回格式：包含 Thought: 和 Action: 两部分，符合 ReAct 要求。
假设调用工具完成并拿到结果，在结果前加上 Observation: 返回给模型。
模型返回 Thought: 和 Action:（要求使用 write_to_file 工具写入文件）。
继续模拟写入完成，返回消息给模型。
模型再次思考后，输出 Final Answer: 并结束流程。

用 DeepSeek 复现 XML 格式调用

由于 Gemma 3 模型仅 4B，难以产出符合格式的 XML，因此使用 DeepSeek 演示。
找到 Claude Code 的 system prompt，末尾加上问题“纽约明天的天气怎么样？结果写入到 result.md 文件中”，将整个文件内容复制给 DeepSeek。
DeepSeek 返回 thinking 和 use_mcp_tool 标签，与 Claude Code 中见到的一致。
模拟工具执行，返回结果，模型继续返回 thinking 和 write_to_file 请求。
模拟写入成功，模型最终返回 attempt_completion，流程结束。
注意：本示例中 DeepSeek 在 attempt_completion 之前未返回 thinking 标签，作者指出这是模型输出的小失误。

格式对比

格式	优点	适用场景
XML	表达精确，工具参数结构化	生产环境、复杂工具调用
纯文本（Thought/Action/Observation）	格式简单、易于理解	简单演示、轻量级 Agent
JSON	结构化、易解析	通用格式选项

结论：可以使用任意格式与模型通信，只要该格式遵循 ReAct 模式即可。

构建 Agent 的三要素（核心总结）

要实现一个类似 Claude Code 的 Agent 程序，需要完成以下三步：

明确告知模型返回结果的格式：可以是 XML、纯文本（Thought/Action/Observation）或 JSON，但必须明确指定。
告知模型可用的工具列表：包括工具名称、参数、用途等详细信息。
明确要求模型遵循 ReAct 模式：每次回答需先思考（Thought），随后给出工具调用请求（Action）或最终答案（Final Answer/Attempt Completion）。

将上述要求写入 system prompt，配合用户问题触发，Agent 即可运作。

局限与待确认问题

Claude Code 未提供修改 system prompt 的场所，XML 格式是写死在代码内部的，因此用户无法让 Claude Code 直接改用其他格式（如纯文本或 JSON）与模型交互。
视频中演示的 ReAct 纯文本格式与 XML 格式的对比仅作为示例说明，前者未经过生产环境验证，其可用性需自行判断。
视频作者建议优先采用 XML 格式，因为其表达精度更高；但并未给出基于实测的性能数据。
关于 attempt_completion 参数中 result 的具体展示方式，以及 command 参数何时会被使用，视频未深入展开。
System prompt 中剩余未讲解的部分（如工具使用示例、工具使用指南、Play Mode 和 X Mode 的区别、new task 等标签）被作者以“不重要”为由跳过，具体功能与实现未详述。

关键数据与事实汇总

项目	数值/事实
System Prompt 行数	626 行
System Prompt 总字符数	48,671 个字符
MCP 协议边界	仅规定 Host 与 Server 通信，不规定与模型的格式
Claude Code 与模型的通信格式	XML（x-mail）
ReAct 论文发表年份	2022 年
ReAct 全称	Reasoning + Acting
中转服务器端口	8000
模型示例	DeepSeek、Gemma 3（4B，Ollama 启动）
演示 MCP 服务器	weather（官方示例，工具含 get_alerts、get_forecast）

行动清单（用于理解或复现）

克隆 GitHub 仓库（作者提供的 lm_logger.py 源码）。
执行环境搭建：创建虚拟环境 → 安装依赖（fastapi、uvicorn、httpx）→ 启动服务器。
在 Claude Code 中配置 OpenAI compatible Provider，Base URL 指向本地服务器。
发送一条简单的打招呼消息，观察日志文件（lm.log）中的模型请求与返回结构。
配置并连接 weather MCP 服务器，提问“纽约明天的天气怎么样？”，观察工具调用链路。
修改问题为“纽约明天的天气怎么样？把结果写入 result.md 文件中”，观察模型调用 mcp 工具后再调用内置 write_to_file 工具的完整流程。
使用 Ollama 启动 Gemma 3 模型，用 ReAct 纯文本格式模拟 Agent 的 thought-action-observation 循环。
使用 DeepSeek 模型（或任意 OpenAI 兼容模型）复现 XML 格式的 tool calling 流程。