Skip to content
DroidFlight Wiki

Robot MCP Agent 协议

概念速览

  • MCP (Model Context Protocol)：Anthropic 提出的开放标准，让 LLM 安全访问外部工具 / 数据源
  • 在机器人场景：把 ROS 2 话题 / 服务 / 参数变成 LLM 可调用的 tool
  • 代表项目：Robot MCP Server、ROS-MCP

核心架构

┌─────────────┐     MCP      ┌──────────────┐
│  LLM Agent  │ ◀──────────▶ │  MCP Server  │
│  (Claude,   │   JSON-RPC   │  (Python /   │
│   GPT, etc) │              │   TypeScript)│
└─────────────┘              └──────┬───────┘
                                    │ ROS 2 客户端
                                    ▼
                             ┌──────────────┐
                             │  ROS 2 机器人  │
                             │  (节点 / 话题)│
                             └──────────────┘

三大原语

原语作用机器人示例
ToolsLLM 可调用的函数move_base, read_laser_scan, grasp_object
ResourcesLLM 可读取的数据地图、机器人状态、传感器历史
Prompts预置提示模板「巡检任务模板」「遥操作解释模板」

Python 示例 (基于 FastMCP)

from mcp.server.fastmcp import FastMCP
import rclpy
from geometry_msgs.msg import Twist


mcp = FastMCP("ros2-robot")
node = rclpy.node.Node("mcp_bridge")
pub = node.create_publisher(Twist, "/cmd_vel", 10)


@mcp.tool()
def move_base(linear: float, angular: float) -> str:
    """Move the robot base with linear (m/s) and angular (rad/s) velocity."""
    msg = Twist()
    msg.linear.x = linear
    msg.angular.z = angular
    pub.publish(msg)
    return f"Base velocity set: linear={linear}, angular={angular}"


@mcp.resource("robot://state")
def robot_state() -> str:
    """Current robot state as JSON."""
    return json.dumps(get_current_odometry())

典型应用

  • 自然语言机器人控制：「帮我把这个箱子搬到 5 米外」
  • 故障诊断 Agent：通过 MCP 读取 ROS 2 诊断话题，自动分析异常
  • 多机器人协同：单个 LLM Agent 同时调用多个 MCP Server 控制机器人编队
  • 遥操作辅助：LLM 把高层意图翻译成 ROS 2 消息

安全模型

  • 白名单 actions：MCP server 仅暴露白名单操作
  • 确认门控：危险动作（断电、卸力）必须 confirm
  • 速率限制：高频命令 token bucket 限流
  • 审计日志：所有调用写入 ROS 2 bag

与 ROS 2 工具对比

工具目标优势
MCPLLM ↔ 外部世界通用、跨语言
ROS 2 Service节点 ↔ 节点低延迟、强类型
ROS 2 Action长时间任务进度反馈、可取消
gRPC跨语言 RPC高性能、强类型

📋 复现条件

类别必备可选 / 备注
硬件ROS 2 主机 (x86_64) · 8GB RAM树莓派 5 (嵌入式 demo)
操作系统Ubuntu 22.04 / 24.04 · ROS 2 Humble / JazzymacOS 14
软件版本Python 3.10+ · mcp Python SDK 1.0+ · ROS 2 已装Claude / GPT-4 API key
网络主机 ↔ LLM API 千兆网本地 LLM (Ollama)
账号Anthropic / OpenAI API key本地 Ollama (无 key)
时间装 MCP SDK 5 min · 写 server 30 min · 写 client 30 min · 跑通 demo 1 h完整集成 1 天
难度⭐⭐ 入门概念简单
前置知识ROS 2 基础 · Python asyncLLM tool-call 概念

⛔ 别这么做 (Anti-patterns)

经验证的坑 —— 跳过 = 至少浪费半天，严重的烧板 / 锁机。

❌ 错误做法💥 后果⚠️ 风险范围
不要在 Ubuntu 22.04 上 apt 装 ROS 2 Iron / Rollingapt 源是滚动版 = 兼容性没保证。ROS 2 永远装 LTS 版 (Humble / Jazzy)。🟡ROS 2
不要直接 pip install 全局包做机器人项目系统 Python 升级 = 依赖破。永远用 venv / uv venv / pixi。🟡LeRobot / ACT / OpenVLA 训练
不要把机械臂 / 移动机器人直接接到 12V 铅酸电池反接 / 短路 = 烧控制板。永远先串 5A 保险丝再接。🔴SO-100 / Mobile ALOHA / 自制机器人
不要在没看 dmesg / lsusb 前插 USB 设备并假设会被识别插上没反应 = 没供电 / 没权限 / 没驱动。先 lsusb -t，再 sudo chmod 666 /dev/ttyUSB0。🟢USB 相机 / 串口 / 飞控
不要让 micro-ROS 节点在没看门狗的情况下跑在真机上死循环 = 整机失控，永远给嵌入式节点加 heartbeat 看门狗。🔴micro-ROS / 飞控固件
不要直接拿 GitHub main 分支跑 Mobile ALOHA / LeRobot 训练main = 正在开发，可能 dataset format 改了 = 跑不通。锁 git checkout v0.4.0 标签。🟡Mobile ALOHA / LeRobot
不要在 LeRobot 训练时把 4K 视频存进 dataset4K 1 小时 ≈ 50GB，30 小时 = 1.5TB IO 瓶颈。先 ffmpeg -vf scale=640:480 降采样。🟢LeRobot / ACT 数据采集
不要用 ROS_DOMAIN_ID=0 跑多机协同0 = 默认域 = 任何人都能收到你的话题。多机实验 = 改 ID (0-232) + Foxy+。🟢ROS 2 DDS

🚨 风险总览 (Risk Matrix)

风险等级含义例子
🟢 低改错可回滚 / 几分钟恢复pip 全局装包、DHCP IP 写死
🟡 中需要重新刷机 / 重装 / 1-2 小时恢复装错 ROS 2 版本、没 OTA 升级看版本
🔴 高不可逆 / 烧板 / 安全风险电池反接、micro-ROS 没看门狗、刷机中途断电

参考资料