企业级 AI 应用最常见的问题之一：Agent 要调业务接口，但业务系统是 Go/Java，AI 编排是 Python，两边怎么接？MCP 的答案：Go 侧把业务能力封装成 MCP Server，Python 侧统一发现和调用——MCP 就是那条跨语言工具总线。

💡 答案要点

问题背景：

业务系统（Go）                      AI 编排（Python）
├─ 客户/案件/合同/任务等业务接口      ├─ 模型生态（OpenAI/本地模型）
├─ 数据与规则（MySQL）              ├─ Skill / Agent 编排（LangGraph）
└─ 权限与审计                       └─ 评测与运行时

问题：Python Agent 怎么安全、规范地调 Go 的业务能力？
❌ 直接连 MySQL → 权限失控、耦合、没有协议约束
❌ 手写 REST 客户端 → 每个接口一套文档/校验/错误处理，Agent 无法自动发现
✅ MCP Server（Go 侧封装）+ MCP Client（Python 侧）→ 标准协议、自动发现、权限可控

为什么 MCP 能当跨语言总线：

1. 协议语言无关：MCP 基于 JSON-RPC，Go/Python/任何语言都能实现，不绑定技术栈；
2. 工具自动发现：Client 通过 list_tools 拿到工具的 name、description、JSON Schema 参数定义，Agent 不用看文档就能知道怎么调；
3. 参数强约束：输入输出都有 Schema，参数校验在协议层完成，非法调用直接拒绝；
4. 权限可控：Go 侧在工具入口做鉴权（谁可以调什么工具、什么数据范围），Python 侧拿到的是一组受限的工具，而不是整个数据库。

Go 侧封装示例（mcp-go 伪代码）：

// 用 mcp-go 把业务能力封装成 MCP 工具
import (
    "github.com/mark3labs/mcp-go/server"
    "github.com/mark3labs/mcp-go/mcp"
)

// 1. 定义工具：名称、描述、参数 Schema
createCaseTool := mcp.NewTool("create_case",
    mcp.WithDescription("创建案件，返回案件ID"),
    mcp.WithString("client_id", mcp.Required(), mcp.Description("客户ID")),
    mcp.WithString("case_type", mcp.Required(), mcp.Description("案件类型")),
)

// 2. 注册处理器：参数校验 → 权限检查 → 调业务 service → 返回结构化结果
srv := server.NewMCPServer("legal-tools", "1.0.0")
srv.AddTool(createCaseTool, func(ctx context.Context, req mcp.CallToolRequest) (*mcp.CallToolResult, error) {
    // 鉴权：从上下文拿 agent 身份，校验是否有 create_case 权限
    // 幂等：req.Params.Arguments 里的 request_id 查重
    caseID, err := biz.CreateCase(ctx, args)
    if err != nil {
        // 结构化错误返回：错误码 + 是否可重试，供 LLM 判断
        return mcp.NewToolResultError(fmt.Sprintf("E_BIZ_%d:%s", err.Code, err.Msg)), nil
    }
    return mcp.NewToolResultJSON(map[string]string{"case_id": caseID}), nil
})

Python 侧统一注册和调用（伪代码）：

# Agent 启动时发现所有工具，注册进 LangGraph 的工具列表
from mcp import ClientSession, StdioServerParameters

async def register_go_tools():
    # 连接 Go 侧 MCP Server（stdio 或 streamable http）
    session = await ClientSession(...)
    tools = await session.list_tools()   # 自动发现：客户/案件/合同/任务等
    for t in tools:
        registry[t.name] = {"schema": t.inputSchema, "call": session.call_tool}
    return registry

完整链路（一次请求）：

用户提问 → Python Agent 规划（LangGraph）
  → 决定调用 create_case 工具 → 经 Go 侧 MCP Server 鉴权
  → Go 业务 service 执行（MySQL 事务）→ 结构化结果回传
  → Agent 继续编排 / 组装回复 → 全程日志进审计

面试话术：

"我的混合架构里，Go 负责稳定业务，Python 负责 AI 编排，MCP 是那条跨语言工具总线。Go 侧用 mcp-go 把客户、案件、合同、任务这些业务能力封装成 MCP Server，工具带 JSON Schema 参数约束和鉴权；Python 侧启动时 list_tools 自动发现，Agent 按 Schema 调用。相比手写 REST 客户端，MCP 的好处是协议标准化、工具可自动发现、参数强校验、权限在 Go 侧可控——AI 团队不用碰业务库，业务团队不用碰模型代码，两边通过协议解耦。"