简介与快速开始

如果你已经在概念上了解 MCP，但刚接触 Zero Context Protocol，那么这篇文档是最合适的起点。

什么是 ZCP

Zero Context Protocol，简称 ZCP，是一个面向工具增强型 LLM 系统的协议运行时和 SDK 接口层，同时追求两个目标：

在集成边界上保持与 MCP 生态兼容
在通信双方都能使用原生 ZCP 时，减少 prompt 和 token 开销

这个项目并不是要取代 MCP 在生态中的位置，而是希望让同一个后端同时服务两类场景：

为 MCP host 和 SDK 提供 /mcp、stdio 和 websocket
为更紧凑的原生会话提供 /zcp，把更多编排状态保留在模型可见路径之外

为什么需要 ZCP

很多真实部署场景会产生不必要的上下文成本，因为它们在每一轮都不断把相同的信息送入模型路径中：

很大的工具 schema
重复的注册表列表
冗长的传输 envelope
本应留在服务端的完整原始输出
对能力元数据的重复描述

ZCP 会尽可能把校验、状态、结果存储、任务跟踪和传输编排放进运行时内部处理。同时，它依然在边界上保留 MCP 兼容性。

ZCP 与 MCP 的关系

可以这样理解二者的关系：

MCP 是互操作契约
ZCP 是运行时架构与原生优化路径

当客户端通过 stdio、/mcp 或 /ws 连接时，ZCP 会把运行时投影为 MCP 形态的请求、通知和结果。当一个受控运行时通过 /zcp 连接时，后端就可以避免一部分 MCP 兼容客户端仍然需要承担的上下文和注册表成本。

当前工作区中的仓库结构

当前工作区中有两个关键仓库：

zero-context-protocol
协议文档
docs 站点
能力矩阵
迁移与 benchmark 说明
zero-context-protocol-python
Python SDK
运行时实现
MCP 兼容接口层
测试与示例

本目录下的文档描述的是 SDK 当前实际暴露出来的能力，因此它们应始终与 zero-context-protocol-python 保持一致。

选择你的起始路径

路径 1：已有 MCP Host 集成

如果你已经有 MCP host，或者希望用最快速度获得互操作性，就选择这条路径。

使用：

通过 run_mcp_stdio_server_sync 暴露 stdio
在 /mcp 上暴露 streamable HTTP
在 /ws 上暴露 websocket

这是以兼容优先进行上线的正确路径。

路径 2：原生 ZCP 运行时

如果你同时控制运行时两端，并且希望模型可见开销尽可能小，就选择这条路径。

使用：

在 /zcp 上暴露原生 JSON-RPC
面向 handle 的结果
用运行时管理状态，而不是反复暴露 schema

这是长会话、有状态、对 token 成本敏感系统的正确路径。

快速开始

运行一个最小的 MCP 兼容 stdio 服务器

在 zero-context-protocol-python 中运行：

python3 examples/run_zcp_mcp_stdio_server.py

这个示例会暴露：

initialize
tools/list
tools/call
resources/list
resources/read
prompts/list
prompts/get
completion/complete

运行 ASGI Host

在 zero-context-protocol-python 中运行：

python3 examples/run_zcp_api_server.py

默认 host 会暴露：

/zcp，用于原生 ZCP JSON-RPC
/mcp，用于 MCP streamable HTTP
/ws，用于 MCP 兼容 websocket 通信
/healthz
/readyz
/metadata

编写你自己的服务器

from zcp import FastZCP, PromptArgument, run_mcp_stdio_server_sync

app = FastZCP(
    "Weather Backend",
    version="1.0.0",
    instructions="Example server with one tool and one prompt.",
)


@app.tool(
    name="weather.get_current",
    description="Get weather for a city.",
    input_schema={
        "type": "object",
        "properties": {"city": {"type": "string"}},
        "required": ["city"],
        "additionalProperties": False,
    },
    output_schema={
        "type": "object",
        "properties": {
            "city": {"type": "string"},
            "temperature": {"type": "integer"},
            "condition": {"type": "string"},
        },
        "required": ["city", "temperature", "condition"],
    },
    output_mode="scalar",
    inline_ok=True,
)
def get_weather(city: str, ctx=None):
    return {"city": city, "temperature": 24, "condition": "Cloudy"}


@app.prompt(
    name="weather.summary",
    arguments=[PromptArgument(name="city", required=True)],
)
def weather_prompt(city: str):
    return [{"role": "user", "content": f"Summarize weather for {city}"}]


run_mcp_stdio_server_sync(app)

第一个生产级决策

在你继续实现之前，应该先明确做出以下三个决策：

互操作接口层

stdio
/mcp
/ws
/zcp

认证模型

无认证
静态 bearer token
带 PKCE 的 OAuth 2.1 风格流程

执行模型

同步 tools/call
task-augmented tools/call
显式 tasks/create

这些选择对文档、测试和运维行为的影响，通常远比第一个 demo 显示出来的更大。

实际上“兼容”意味着什么

在这个项目里，MCP 兼容并不只是方法名一致。它还包括：

官方请求与结果 shape
/mcp 上的 streamable HTTP 行为
websocket 互操作性
capability discovery
auth metadata 暴露
与官方 MCP Python SDK client 的兼容性测试

兼容并不意味着 ZCP 放弃原生优化路径，而是意味着运行时能够在边界上正确投影为 MCP。

介绍与快速开始