如果你试过在一台机器跑MCP服务,再让另一台机器的LLM命令行工具连上去,肯定被手动配置、端口转发和易变的IP地址折磨过。Cord的语义发现功能让你跳过这些麻烦——10分钟内就能搭起跨机器的MCP服务网络,系统会根据每个服务自述的功能自动路由。
原理很简单:每个MCP服务(数据库、文件系统、网页搜索等)用人类可读的"能力"字符串向Cord注册。你的LLM命令行工具(如Claude Desktop或自定义智能体)向Cord询问"给我找个能search_web的服务",就能获得正确的端点地址——哪怕那台服务在另一个子网或云区域。
![]()
你需要准备:两台或以上机器(本地或云端),装有Docker或Node.js;每台机器安装Cord:npm install -g @cord/sdk;一个已在运行的MCP服务(或从Cord目录找一个)。
![]()
第一步,在运行MCP服务的A机器上注册:
cord register \--name "web-search" \--capability "search_web, fetch_url" \--endpoint "http://localhost:3000/mcp" \--transport tcp
Cord会自动获取网络接口(如192.168.1.10),启动轻量级发现守护进程广播这些能力。
第二步,在运行智能体命令行的B机器上连接:
cord connect \--client my-agent \--require capability=search_web
这就完成了。Cord将能力解析为A机器的端点,建立安全隧道(默认使用mTLS),你的智能体现在可以像调用本地服务一样调用search_web。
![]()
第三步,在智能体中使用。以下是用Cord HTTP API的最简Python示例:
import requests# 向Cord请求正确的端点resp = requests.get("http://localhost:8543/resolve?capability=search_web")server = resp.json()# 通过Cord代理调用MCP服务mcp_req = {"jsonrpc": "2.0","method": "tools/call","params": {"name": "search_web", "arguments": {"query": "MCP mesh"}},"id": 1}r = requests.post(server["proxy_url"], json=mcp_req)print(r.json()["result"])
没有硬编码IP,没有SSH隧道。继续添加更多服务(数据库、代码解释器等),Cord会根据可用能力自动平衡请求。
对智能体开发者来说,这套方案解决了三个实际痛点:热添加服务——在远程GPU服务器上启动新MCP服务并注册,智能体立即发现;故障容错——某个服务宕机时,Cord自动路由到广播相同能力的其他服务;省去DNS麻烦——语义发现让你按功能命名服务,而非按位置。
Cord目录中的大多数MCP服务开箱即用。自有定制服务?加一行cord register就能上线。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.