Dart 也能玩 AI Agent?这个新工具让函数一键变 MCP 服务

它的核心能力非常直接，但意义不小：

把 Dart 函数，自动转换成 MCP（Model Context Protocol）服务。

听起来抽象，但其实它正在解决一个非常现实的问题——
如何让 AI（如 Claude、ChatGPT）直接调用你的代码能力。

一、这个工具到底做了什么？

根据原帖介绍：

“easy_mcp 是一个 Dart 代码生成工具，可以把带注解的函数转换成 MCP 服务器。”

简单理解就是：

• 你写普通 Dart 函数
• 加上注解（annotation）
• 自动生成一个 AI 可调用的接口（MCP Server）

二、为什么这件事很重要？

先说结论：

它把“函数 → AI工具”的成本降到了极低

过去如果你想让 AI 调用你的能力，需要：

• 写 API
• 定义 schema
• 处理调用逻辑
• 适配 AI 工具调用格式

现在变成：

• 写函数
• 加注解
• 自动生成

三、代码长什么样？

开发方式非常简单：

 1import'package:easy_mcp_annotations/mcp_annotations.dart';
 2
 3@Mcp(transport: McpTransport.stdio)
 4classMyServer{
 5
 6@Tool(description: 'Create a new user')
 7  Future<bool> createUser(String name, String email) async {
 8returntrue;
 9  }
10}

然后执行：

1dart run build_runner build

直接生成一个完整的 MCP 服务。

四、核心能力拆解

这个工具提供了几项关键能力：

1. 注解驱动（最核心）

只需要：

• @Mcp
• @Tool

就能完成服务定义。

2. 自动生成 JSON Schema

工具会根据 Dart 类型自动生成：

• 参数结构
• 类型定义
• 校验规则

不需要手写 schema。

3. 支持两种通信方式

• stdio（JSON-RPC）
  
   → 适合 CLI 工具
• HTTP（基于 shelf）
  
   → 适合 Web 服务

4. 丰富的参数描述能力

支持：

• 参数说明
• 示例
• 校验规则

让 AI 更容易理解如何调用你的工具。

5. 文档自动继承

如果没有写 description：

• 会自动读取代码注释作为说明

五、什么是 MCP？为什么大家都在做？

如果你最近关注 AI Agent，一定听过 MCP。

简单来说：

MCP 是一种标准协议，让 AI 可以调用外部工具和服务

一个很直白的解释：

“它是 AI 与外部系统之间的桥梁。”

比如：

• AI 调数据库
• AI 操作 GitHub
• AI 控制系统

都可以通过 MCP 实现。

六、这个工具解决了什么痛点？

传统方式：

而 easy_mcp：

七、适合哪些场景？

1. AI Agent 工具开发

比如：

• 自动创建用户
• 查询数据
• 执行业务逻辑

2. 内部工具 AI 化

把已有系统能力：

→ 直接暴露给 AI 使用

3. Flutter + AI 项目

如果你本身就在用 Dart：

• 无需切换语言
• 直接接入 AI 能力

八、行业趋势：从 API 到 Agent

从技术演进来看：

• 过去：API 驱动
• 现在：AI Agent 驱动

而 MCP 的定位是：

API 的下一层抽象（给 AI 用的 API）

而 easy_mcp 做的事情是：

把 Dart 直接接入这个体系

九、需要理性看待的地方

这个方向很新，但也有一些现实问题：

1. MCP 生态还在早期

• 标准在发展
• 工具链不稳定

2. 并不是所有场景都需要 MCP

有开发者也指出：

• 在某些情况下，直接 API 或 CLI 更简单 

3. Agent 能力依赖模型

工具再好，也要看：

• AI 是否能正确调用
• Prompt 是否设计合理

十、总结

easy_mcp 的价值，不只是一个工具，而是一种方向：

让 Dart 成为 AI Agent 生态的一部分

它的核心意义在于：

• 降低 AI 集成门槛
• 简化工具暴露流程
• 加速 Agent 应用开发

如果你正在做：

• Flutter + AI
• Agent 系统
• 自动化工具

那么这个方向，值得重点关注。