MCP 与 IBM Bob 的集成

By Anna Gutowska

模型上下文协议 (MCP) 的出现源于不兼容性问题。在我们的日常生活中，不兼容以各种方式给我们带来不便。

您是否曾在国外旅行时携带美发工具或电子设备，却发现插头与插座不兼容？从开发者的角度来看，这个问题就像为您的 AI 智能体构建 API 和开发工具，却发现它们似乎无法正确连接或调用一样令人沮丧。这正是 MCP 解决这种不兼容问题的场景。

什么是 MCP？

Anthropic 于 2024 年推出的模型上下文协议 (MCP) 可用作 AI 应用程序与工具、数据源/数据集和预定义模板等外部服务进行有效通信的标准化层。MCP 本质上是 AI 与工具交互的开放标准和连接器。MCP 架构可分为三个关键架构组件：

MCP 主机：AI 应用程序接收用户请求，并通过 MCP 寻求上下文访问权限
MCP 客户端：主机与服务器之间的 MCP 生态系统通信必须通过客户端。该客户端存在于主机内，负责将用户请求转换为开放协议可以处理的结构化格式。
MCP 服务器：通过将用户请求转换为服务器操作，为 LLM 提供上下文的外部服务。MCP 服务器整合（有时称为 MCP 连接器）的示例包括 Slack、GitHub、Git、Docker 或网络搜索。

为什么使用 IBM Bob 进行 MCP 整合？

首先， IBM Bob 是什么？IBM Bob 是一款由生成式人工智能驱动的集成开发环境 (IDE)和现代化助手。将 Bob 视为您的 AI 优先集成开发环境（IDE）与结对开发伙伴——一款能够理解您的意图、代码库与组织标准的工具。

从头开始构建自己的 MCP 服务器可能非常耗时，尤其是对于初级开发人员而言。相反，在本教程中，我们将深入了解如何依靠 IBM Bob，使用一些简单的自然语言提示快速启动工作流。

MCP 整合通过连接外部工具和服务扩展了 Bob 的功能，可在全局（适用于所有工作区）或项目（可通过 .Bob/mcp.json 文件进行团队共享）级别配置。MCP 支持两种传输类型：标准输入/输出（STDIO），用于本地、低延迟服务器；服务器发送事件（SSE），通过 HTTP/HTTPS 可访问的远程 MCP 服务器。用户可以在 Bob 设置菜单中使用 JSON 文件配置服务器，定义命令、环境变量和自动批准的工具。这两种传输类型都允许您启用或禁用服务器，自动批准特定工具，并通过 Bob 的 MCP 设置面板管理它们的运营。

先决条件

已安装 IBM Bob IDE。注册即可提前体验 IBM Bob。

步骤

我们开始吧。如果您更喜欢在 GitHub 上跟随本教程进行操作，请查看我们的存储库。

步骤 1. 和 Bob 一起做准备

1. 打开作为先决条件安装的 IBM Bob IDE，熟悉新的 AI Coding 伴侣的布局。

2. 要进入 MCP 设置面板，点击聊天窗口右上角齿轮图标旁的 3 个点。然后，选择 MCP 服务器 从下拉菜单中选择。

在这里，我们可以全局或每台服务器启用或禁用 MCP 并管理工具（例如，自动批准、删除或重启）。我们还可以通过 Bob 市场深入了解社区服务器，或使用 MCP SDK 构建自己的服务器。

如果选择从 Bob 市场安装服务器，您会注意到配置可以在两个级别进行设置：全局（存储在mcp_settings.json 中并应用于所有工作区）或项目特定（存储在项目根目录的.Bob/mcp.json 中，便于通过版本控制与团队共享）。

项目级设置覆盖全局设置，使您能够针对不同用例灵活定制 MCP 行为。要管理这些配置，您可以直接通过 Bob 的设置菜单编辑 JSON 文件，从而定义服务器详细信息，如命令、环境变量和自动批准的工具。在本教程中，我们将使用 SDK。

3. 确保启用 MCP 服务器创建 设置，以便使用 Bob 创建自定义 MCP 服务器。

4. 如果您有偏好的项目目录，可以在 IDE 里自己打开，或者让 Bob 在聊天窗口帮您设置。

步骤 2. 启用虚拟环境

让我们退出设置面板，返回聊天窗口。
您可能已经注意到 Bob 有不同的模式，例如计划、代码、高级、询问和编排器。对于这个项目，将模式设置为高级。

3. 创建虚拟 Python 环境以隔离项目的依赖关系，避免不同项目相互冲突，这是常见做法。为此，请输入提示：“在此目录中，激活 Python 虚拟环境”。

4. 您应该看到 Bob 运行一系列终端命令。这些命令可能类似于：

python3 -m venv venv
source venv/bin/activate

我们建议您保持禁用自动批准开关，这样您就可以在 Bob 实时运行每条命令之前批准或拒绝该命令。

太棒了。Bob 在 venv/ 目录中成功创建并激活了一个新的虚拟环境。

步骤 3：Bob 制定计划

虚拟环境设置完成后，我们现在可以开始创建 MCP 服务器了。在提示 Bob 生成代码，或提示任何 AI 模型或 AI 助手生成代码时，最好包含重要细节。为了看看 Bob 的实际应用，让我们提交提示：

“创建一个 MCP 服务器，提供对 arXiv 的只读访问权限。服务器应该：

展示一个用于查询 arXiv 论文的搜索工具
将结果限制为论文元数据和摘要（无 PDF）
实施合理的查询和结果限制
将响应规范化为结构化的清晰模式”

仅凭这一个简单的提示，Bob 就获得了足够的信息，既能理解任务内容，又能制定完成任务的步骤“待办事项清单”。请注意，该列表不仅包括 MCP 服务器的创建，还包括其配置和测试。整洁。

请注意，我们将在本教程中使用 arXiv API 作为简单示例，不需要任何 API 密钥或身份验证即可开始使用。但这只是一个示例，Bob 也有能力处理具有所需权限的更复杂服务器。

步骤 4. Bob 构建自定义 MCP 服务器

Bob 现在已经准备好开始构建 arXiv MCP 服务器的一系列任务。首先，Bob 通过运行以下命令手动创建项目结构：

mkdir -p arxiv-server/src

在执行每个命令之前，我们可以批准或拒绝该操作。若您发现相关命令已自动执行，可能表明您已启用自动审批切换开关。

2. 接下来，Bob 创建一个 arxiv-server/package.json 文件。此文件用作 Node.js 项目的配置中心。更具体地说，该文件包含项目元数据（例如名称、版本、描述等）、依赖关系、脚本和项目设置。让我们预览一下生成的 package.json 文件所包含的内容。

{
  "name": "arxiv-server",
  "version": "0.1.0",
  "description": "MCP server for read-only access to arXiv papers",
  "type": "module",
  "bin": {
    "arxiv-server": "./build/index.js"
  },
  "files": [
    "build"
  ],
  "scripts": {
    "build": "tsc && node -e \"require('fs').chmodSync('build/index.js', '755')\"",
    "prepare": "npm run build",
    "watch": "tsc --watch"
  },
  "keywords": [
    "mcp",
    "arxiv",
    "research",
    "papers"
  ],
  "dependencies": {
    "@modelcontextprotocol/sdk": "^1.0.4",
    "axios": "^1.7.9",
    "zod": "^3.24.1"
  },
  "devDependencies": {
    "@types/node": "^22.10.5",
    "typescript": "^5.7.3"
  }
}

接下来，Bob 创建 arxiv-server/tsconfig.json 来定义编译器应如何将 TypeScript 代码转换为 JavaScript。

{
  "compilerOptions": {
    "target": "ES2022",
    "module": "Node16",
    "moduleResolution": "Node16",
    "outDir": "./build",
    "rootDir": "./src",
    "strict": true,
    "esModuleInterop": true,
    "skipLibCheck": true,
    "forceConsistentCasingInFileNames": true,
    "resolveJsonModule": true,
    "declaration": true
  },
  "include": ["src/**/*"],
  "exclude": ["node_modules", "build"]
}

4. 然后，具有 arXiv 搜索功能的主服务器实现将存储在 arxiv-server/src/index.ts 中。这个文件：

导入任何必要的库。
定义 arXiv API 响应的结构。
将 arXiv 的 XML 响应转换为结构化 JavaScript 对象（因为 arXiv 的 API 返回 XML，而不是 JSON）。
摘要：
- 论文详情（标题、作者、摘要等）。
- 分页信息（总结果、开始索引、每页项目）。
获取解析后的数据，并将其格式化为可读的字符串，以便在终端显示。
定义一个搜索函数，该函数接受查询，支持可选过滤器，从 arXiv 的 API 获取数据并返回格式化结果（或者出现问题时出错）。
启动服务器。

#!/usr/bin/env node import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js"; import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js"; import { z } from "zod"; import axios from 'axios'; // 定义 arXiv API 响应的类型 接口 ArxivEntry {
  id: string;
  title: string;
  summary: string;
  authors: Array<{ name: string }>;已发布：字符串；已更新：字符串； Categories: string[]; main_category: string; links: Array<{ href: string; rel: string; type?: string }>; }接口 ArxivSearchResult {
  entries: ArxivEntry[];
  totalResults: number;
  startIndex: number;
  itemsPerPage: number;
} // 创建 MCP 服务器 const server = new McpServer({
  name: "arxiv-server",
  version: "0.1.0"
}); // 为 arXiv API 创建 axios 实例 const arxivApi = axios.create({
  baseURL: 'http://export.arxiv.org/api',
  timeout: 30000,
});/** * Parse arXiv API XML response to JSON */ functionparseArxivXML(xmlData: string): ArxivSearchResult{
  const entries: ArxivEntry[] = [];
  
  // Extract total results
  const totalResultsMatch = xmlData.match(/<opensearch:totalResults[^>]*>(\d+)<\/opensearch:totalResults>/);
  const totalResults = totalResultsMatch ? parseInt(totalResultsMatch[1]) : 0;
  
  const startIndexMatch = xmlData.match(/<opensearch:startIndex[^>]*>(\d+)<\/opensearch:startIndex>/);
  const startIndex = startIndexMatch ? parseInt(startIndexMatch[1]) : 0;
  
  const itemsPerPageMatch = xmlData.match(/<opensearch:itemsPerPage[^>]*>(\d+)<\/opensearch:itemsPerPage>/);
  const itemsPerPage = itemsPerPageMatch ? parseInt(itemsPerPageMatch[1]) : 0;
  
  // Extract entries
  const entryRegex = /<entry>([\s\S]*?)<\/entry>/g;
  let entryMatch;
  
  while ((entryMatch = entryRegex.exec(xmlData)) !== null) {
    const entryXml = entryMatch[1];
    
    // Extract ID
    const idMatch = entryXml.match(/<id>([^<]+)<\/id>/);
    const id = idMatch ? idMatch[1] : '';
    
    // Extract title
    const titleMatch = entryXml.match(/<title>([^<]+)<\/title>/);
    const title = titleMatch ? titleMatch[1].trim().replace(/\s+/g, ' ') : '';
    
    // Extract summary
    const summaryMatch = entryXml.match(/<summary>([^<]+)<\/summary>/);
    const summary = summaryMatch ? summaryMatch[1].trim().replace(/\s+/g, ' ') : '';
    
    // Extract authors
    const authors: Array<{ name: string } > = []; const authorRegex = /<author> <name>\s*([^<]+)<\/名称>/g;让作者匹配； while ((AuthorMatch = AuthorRegex.exec(entryXml))!== null) {
      authors.push({ name: authorMatch[1].trim() }); } // 提取发布日期 constpublishedMatch =entryXml.match(/<published>([^<]+)<\/published>/);const已发布=已发布的匹配？已发布的匹配[1] : ''; // 提取更新日期 constupdatedMatch =entryXml.match(/<updated>([^<]+)<\/updated>/);const updated = updatedMatch ?updatedMatch[1] : ''; // Extract Categories cons Categories: string[] = []; const categoryRegex = /<category[^>]+term="([^"]+)"/g; 让 categoryMatch; while ((categoryMatch = categoryRegex.exec(entryXml))!== 空) {
      categories.push(categoryMatch[1]);
    }
 
 const primary_category = 类别 [0] || “;
 
 //提取链接
 常量链接：数组 < { href: string; rel: string; type?: string } > = [];
 const linkRegeX =/< link [^ >] +href= " ([^ "] +) " [^ >] +rel= " ([^ "] +) " (？: [^ >] +type= " ([^ "] +) ")？/g;
 让 linkMatch；
 while ((linkMatch = linkRegex.exec (entryXML))!== null) {
      links.push({
        href: linkMatch[1],
        rel: linkMatch[2],
        type: linkMatch[3]
      } );
 }

 entries.push( {
      id,
      title,
      summary,
      authors,
      published,
      updated,
      categories,
      primary_category,
      links
    } );} return {
    entries,
    totalResults,
    startIndex,
    itemsPerPage
  }; } /** *格式化搜索结果显示*/ function formatSearchResults(result: ArxivSearchResult): string {
  let output = `Found ${result.totalResults} 结果 (显示 ${result.entries.length})\n\n`; result.entries.forEach((entry,index) => {
    output += `${index + 1}.${entry.title}\n';
输出 += ' ID： ${entry.id}\n';
输出 += ' 作者：${entry.authors.map(a => a.name).join(', ')}\n';
输出 += ' 发布：${entry.published}\n';
输出 += ' Categories：${entry.categories.join(', ')}\n';
输出 += ' 摘要：${entry.summary.substring(0, 300)}${entry.summary.length > 300 ? '...' : ''}\n';

 // 查找摘要链接（非PDF）
const abstractLink = entry.links.find（l    => l.rel === 'alternate'); if (abstractLink) {
      output += `   URL: ${abstractLink.href}\n`; } output += '\n'; }); return 输出； } // 添加 arXiv 论文搜索工具 server.tool("search_arxiv", {
    query: z.string().describe("Search query (supports arXiv query syntax)"),
    max_results: z.number().min(1).max(50).optional().describe("Maximum number of results to return (1-50, default: 10)"),
    start: z.number().min(0).optional().describe("Starting index for pagination (default: 0)"),
    sort_by: z.enum(["relevance", "lastUpdatedDate", "submittedDate"]).optional().describe("Sort order (default: relevance)"),
    sort_order: z.enum(["ascending", "descending"]).optional().describe("Sort direction (default: descending)")
  }, async ({ query, max_results = 10, start = 0, sort_by = "relevance", sort_order = "descending" }) => {
    try {
      // Enforce reasonable limits
      const limitedMaxResults = Math.min(max_results, 50);
      const limitedStart = Math.max(start, 0);
      
      // Build query parameters
      const params: Record<string, string | number> = {
        search_query: query,
        start: limitedStart,
        max_results: limitedMaxResults,
      }; if (sort_by) {
        params.sortBy = sort_by;
      } if (sort_order) {
        params.sortOrder = sort_order;
      } const response = wait arxivApi.get('/query',{ params }）； // 解析 XML 响应 const 结果 = ParseArxivXML(response.data);// 设置结果 const formattedResults = formatSearchResults(result); return {
        content: [
          {
            type: "text",
            text: formattedResults,
          }, ], }; }catch (error) {
      if (axios.isAxiosError(error)) {
        return {
          content: [
            {
              type: "text",
              text: `arXiv API error: ${error.response?.data?.message ?? error.message}`, }, ], isError: true, }; } 引发错误； } } ); // 开始通过标准输入接收消息，通过标准输出发送消息 const Transport = new StdioServerTransport(); wait server.connect(transport);console.error('arXivMCP 服务器运行在 stdio');

 // 由 Bob 制作

在这个阶段，如果您的服务器需要任何 API 密钥，Bob 会向您索要。

5. 后续步骤，Bob 通过运行以下命令在 arxiv-server 目录中安装依赖项。

cd arxiv-server && npm install

Bob 现在可以将 MCP 服务器配置添加到设置文件中。全局 MCP 服务器在 mcp_settings.json 中配置，项目级服务器在 .Bob/mcp.json 中配置。这两种类型的区别在于，全局服务器应用于所有工作区，而项目级服务器配置则存储在项目根目录中。我们的项目存储在全局 MCP 服务器上，但您可以选择最适合您需求的选项。

{ 
	"mcpServers": {}
	"mcpServers": { 
		"arxiv": { 
			"command": "node", 
			"args": [ "/here/is/the/path/to/arxiv-server/build/index.js" 
				], 
			"disabled": false, 
			"alwaysAllow": [], 
			"disabledTools": [] 
		} 
	}
}

这些信息完善了 Bob 为设置 MCP 服务器所采取的一系列步骤。

步骤 5. 测试 MCP 服务器

为了完成一系列“待办事项”任务，Bob 测试了 MCP 服务器。如前面的屏幕截图所示，Bob 查询 MCP 服务器中的 search_arxiv 工具，找到按相关性排序的 3 篇量子计算论文。

点击向下箭头展开窗口即可看到，测试成功后，鲍勃又进行了一次测试。此次查询的内容是 2 篇机器学习论文，按提交日期降序排列。即使使用了不同的参数，此次 MCP 工具调用也成功执行了。

鉴于测试成功，Bob 现在已完成所有子任务。

Bob 已经为我们测试了 MCP 服务器。不过，我们不妨在聊天窗口里自己做一些查询，看看 Bob 是否能推断出正确的搜索词和必要的参数。

询问 Bob： “关于 LLM 智能体人追踪的最新论文有哪些？”

Bob 自行从我们的提示中提取出正确的查询，并添加了一些额外的关键词来改进搜索。Bob 还将结果的最大数量设置为 10，并按相关性对论文进行排序。太棒了。

让我们再尝试一个查询。

有趣的是，Bob 在发现不需要的结果后，自动调整了搜索查询。Bob 并没有盲目执行工具调用，而是以热心智能体的身份与用户开展协作。经过两次迭代后，Bob 返回了几篇与我们最初的任务非常吻合的论文。

步骤 6. 记录服务器

许多开源 MCP 服务器还包含文档，方便其他人轻松入门。我们将此提示粘贴到聊天窗口中：

“在此目录中，创建一个 README.md 文件来记录此 MCP 服务器。附上设置和使用说明。

通过一个简单的提示，Bob 创建了一份全面的 README.md 文档，其中包括理解、安装、配置、排除故障和使用 arXiv MCP 服务器所需的所有内容。

步骤 7. （可选）创建 watsonx Orchestrate 智能体

您或许有兴趣使用 watsonx Orchestrate 构建一个能够访问此 MCP 服务器的研究专用 AI 智能体？Bob 只需一个简单的提示就能创建智能体。首先，找到我们在第一步中探索过的 MCP 设置面板中的市场，安装预构建的 watsonx Orchestrate ADK 服务器。然后，发送以下命令：

“创建使用此 arxiv MCP 服务器的 watsonx Orchestrate 智能体。”

如果您在本地运行了 watsonx Orchestrate 服务，Bob 将为您运行必要的命令。如果您希望稍后自行运行命令，Bob 将为您编写脚本并记录所需的任何命令。

让我们逐个查看每个文件，以便更好地理解 Bob 生成的内容。这是 toolkit-config.yaml 文件。此文件充当定义文件，用于配置外部工具或 MCP 服务器并将其集成到您的 watsonx Orchestrate 环境。可以看到，我们的 MCP 服务器已被正确识别和描述。

类型：mcp
名称：arxiv-toolkit
描述：用于搜索 arXiv 研究论文的工具包。提供对 arXiv 数据库中论文元数据、摘要和出版信息的访问。package_root：/local/path/to/arxiv-server
语言：node
命令：node /local/path/to/arxiv-server/arxiv-server/build/index.js
工具：
- "*"
# Bob 制作

接下来，我们打开 research-assistant-agent.yaml 文件。

名称：研究助手
kind：native
描述：AI 研究助手，可帮助在 arXiv 中查找和总结学术论文。专注于检索科学文献、解释研究成果及提供引用。标题：研究助手
说明：|您是一位专家研究助理，专门从事 arXiv 学术文献检索。
## 您的能力
-在 arXiv 中搜索有关任何科学主题的论文
-用通俗的语言总结摘要中的研究结果
-确定主要作者和研究趋势
-建议相关的论文和主题
-使用 arXiv ID 和 URL 提供适当的引文
## 回复用户时
1。务必提供 arXiv ID 和论文的直接网址
2。用通俗易懂的语言总结摘要
3.重点介绍主要贡献和发现
4。相关时建议后续搜索
5。简洁但内容丰富
## 使用 search_arxiv 工具
可用参数：
-查询（必填）：使用 arXiv 语法搜索查询
-max_results（可选）：1-50 篇论文，默认 10
-开始（可选）：分页的起始索引，默认为 0
-排序依据（可选）：" 相关性 "、" 提交日期 " 或 " LastupdatedDate "
-sort_order（可选）：" 升序 " 或 " 降序 "
## 高级搜索语法
您可以在查询中使用这些运算符：
-ti: keyword-在标题中搜索
-au: author-按作者姓名搜索
-abs: keyword-摘要搜索
-cat: category-按类别筛选（例如 cs.AI、quant-ph、Math.co）
-AND、OR、ANDNOT-布尔运算符
示例：
-" ti: transformer AND Cat: cs.lg "-机器学习中的变形金刚论文
-" au: Hinton "-杰弗里·欣顿的论文
-" 量子计算和 cat: quant-ph "-量子物理学中的量子计算
## 常见类别
-cs.AI-人工智能
-cs.lg-机器学习
-cs.cl-计算和语言
-cs.cv-计算机视觉
-quant-ph-量子物理学
-Math.co-组合学
-stat.ml-机器学习（统计）
## 响应格式
在提交论文时，请使用以下格式：
** " 论文标题 " **
-作者：[作者姓名]
-发布时间：[日期]
-类别：[类别]
-摘要：[摘要的简要摘要]
-[查看论文] (arXiv 网址)
## 处理边缘案例
-如果未找到结果：建议替代搜索词或更广泛的查询
-如果结果太多：建议使用类别或日期过滤器缩小搜索范围
-如果用户要求提供 PDF：请说明您仅提供元数据，但要包括他们可以访问论文的 URL
-如果问题不明确：询问有关研究领域或特定兴趣的澄清问题

工具：
-search_arxiv

配置：
隐藏：假
enable_cot: true

标签:
-研究
-学术
-论文
-arxiv
-文献搜索

# 由 Bob 制作

此 YAML 文件配置我们的研究助理，这是一种专门的 AI 智能体，可通过搜索 arXiv、总结论文并以结构化格式提供引文来简化学术研究。其中包括指导智能体行为的详细说明，从查询语法和工具使用到响应格式和边缘情况处理。所有这些信息都被详细展示，同时利用工具 search_arxiv 高效检索和呈现科学文献。最后，setup-instructions.md 文件包含将 arXiv MCP 服务器与 watsonx Orchestrate 集成所需的所有必要信息。该文件包含在终端中运行的命令、测试、故障排除技巧、替代 Python 脚本等内容。

总结

在本教程中，我们使用 IBM Bob（一种 AI 优先的 IDE 和结对开发工具）来简化 MCP 的集成，以用于学术研究。您高效地构建了一个可扩展的 MCP 服务器，能够从 arXiv.org 存储库中搜索和检索论文。现在，无论您选择为研究社区开放源代码，还是将其部署在企业应用程序中以增强知识发现，您的解决方案都已生产就绪。

IBM Bob 的真正神奇之处在于能够将复杂的开发任务转化为直观的、由提示驱动的工作流。只需少量战略输入，Bob 就可以加速原型设计，减少样板代码，甚至提出优化建议，使您能够专注于创新而不是实施。

在继续深入了解其功能时，请考虑 Bob 如何进一步完善您的 MCP 服务器。我们可以列举出的一些优点包括：添加高级筛选功能、实时更新功能，以及与其他学术数据库（如 PubMed 或 IEEE Xplore）的整合。所有这些可能性，以及更多其他可能性，只需使用 IBM Bob 进行一些简单的提示即可实现。

是否已准备好迈出下一步？您可以尝试自定义 MCP 服务器，或者深入了解 Bob 的功能，以解锁更多自动化潜力。快乐编码！

作者

Anna Gutowska

AI Engineer, Developer Advocate

IBM