@ai-sdk/mcp 今日发布

@ai-sdk/mcp — Vercel AI SDK MCP 客户端

技能简介

@ai-sdk/mcp 是 Vercel 官方推出的 Model Context Protocol（MCP）客户端，专为 AI SDK（@ai-sdk/core）设计。它让 AI 模型能够以标准化方式连接任意 MCP 服务器，将服务器的 Tool 能力无缝桥接到 generateText、streamText 等 SDK 核心函数中。这意味着接入任何一个 MCP 服务器，无需定制开发，AI 应用即可获得该服务器提供的全部工具能力。

核心能力

1. MCP 协议全版本兼容：同时支持旧版 MCP 握手协议与 2026-07-28 版本的 stateless 协议发现机制，智能探测并降级兼容
2. 多传输层支持：支持 HTTP（生产推荐）、SSE（Server-Sent Events）和 stdio（本地 MCP 服务器）三种传输方式
3. Tool 自动转换：将 MCP 服务器的 Tool 定义自动转换为 AI SDK 标准 Tool 格式，开发者无需手动适配
4. Session 持久化：旧版协议支持 Session ID 缓存与恢复，减少重复握手开销
5. 流式响应管理：为 streamText 提供 onEnd 钩子，自动关闭 MCP 连接，释放资源
6. TypeScript 原生：完整的类型定义，AI SDK 官方维护，品质有保障

安装配置

方式一：npm 安装

npm i @ai-sdk/mcp ai zod

方式二：为 Claude Code / Cursor 添加 Skill（推荐）

npx skills add vercel/ai

方式三：HTTP 远程 MCP 服务器配置 在 Claude Code 或其他 MCP 兼容客户端的配置文件（.mcp.json）中添加：

{
  "mcpServers": {
    "my-server": {
      "transport": {"type": "http", "url": "https://your-server.com/mcp"},
      "headers": {"Authorization": "Bearer ${MCP_API_KEY}"}
    }
  }
}

使用步骤

1. 安装依赖包：npm i @ai-sdk/mcp ai zod
2. 导入并创建 MCP 客户端：使用 createMCPClient() 并配置传输层（HTTP/SSE/stdio）
3. 获取服务器工具列表：调用 mcpClient.tools() 获取该 MCP 服务器暴露的所有 Tool
4. 传入 AI SDK 函数：将 tools 参数传给 generateText 或 streamText
5. 在提示词中调用工具：告诉模型「使用可用工具回答用户问题」，模型自动按需调用
6. 关闭客户端：使用完毕后调用 mcpClient.close() 释放连接

适用场景

1. 接入多种 MCP 服务器：一次开发，连接任何 MCP 协议的数据源、API 或工具服务器
2. AI 应用工具集成：在 Vercel AI SDK 构建的 AI 应用中快速扩展工具能力
3. 多模型统一工具接口：无论底层用 GPT、Claude 还是 Gemini，统一工具调用方式
4. 生产级 AI 助手：HTTP 传输适合服务端部署，支持 Session 管理和优雅关闭

适用人群

• 使用 Vercel AI SDK 构建 AI 应用的开发者
• 需要在 AI 应用中集成 MCP 服务器工具链路的工程师
• 希望统一管理多数据源工具调用的 AI 架构师

工作原理

@ai-sdk/mcp 扮演 MCP 客户端与 AI SDK 之间的桥接层。客户端通过配置的传输层（HTTP/SSE/stdio）连接 MCP 服务器，通过 MCP 协议的 initialize 握手获取服务器元信息，再通过 tools/list 工具发现协议获取所有可用 Tool 的定义。Tool 定义经过格式转换后，以 AI SDK 标准格式暴露给模型。模型在生成响应时可按需调用这些 Tool，调用请求通过 MCP 协议转发给服务器，结果返回后再交给模型继续处理。

官方链接

• npm：https://www.npmjs.com/package/@ai-sdk/mcp
• 文档：https://ai-sdk.dev/docs/ai-sdk-core/mcp-tools
• GitHub：https://github.com/vercel/ai