# MCP vs 普通 Function Calling Demo

这个项目用同一个 `calculatePrice` 业务函数，对比两种调用方式：

- MCP：把函数暴露成本地 `stdio` MCP tool，供 Codex 或其他 MCP client 调用。
- 普通 API：把函数暴露成 HTTP API，应用再用 OpenAI Responses API 的 function calling 让模型选择调用参数，最后由应用请求这个 HTTP API。

## 安装和构建

```bash
npm install
npm run build
```

## 共享函数

核心函数在 `src/price.ts`：

- 输入：`unitPrice`、`quantity`、`customerTier`、可选 `couponCode`、可选 `taxRate`
- 输出：小计、会员折扣、优惠码折扣、税费、最终价格

MCP server 和 HTTP API server 都只调用这一个函数。

## 方式一：通过 MCP 接入 Codex

构建后注册 MCP server：

```bash
codex mcp add price-demo -- node /Users/kierantou/Desktop/MCP/dist/mcp-server.js
codex mcp list
codex mcp get price-demo
```

在 Codex 新会话或当前会话的 `/mcp` 里确认 `price-demo` 已启用，然后提问：

```text
帮我计算单价 199、数量 3、gold 用户、优惠码 SAVE10 的最终价格
```

期望 Codex 调用 `calculate_price` tool，而不是自己心算。

开发时也可以直接启动 MCP server：

```bash
npm run dev:mcp
```

这个命令会等待 MCP client 通过 stdio 通信，手动运行时没有交互输出是正常的。

## 方式二：普通 HTTP API + OpenAI Function Calling

先启动价格 API：

```bash
npm run dev:api
```

默认服务地址：

```text
http://localhost:3000
```

接口：

```bash
curl -X POST http://localhost:3000/calculate-price \
  -H 'content-type: application/json' \
  -d '{"unitPrice":199,"quantity":3,"customerTier":"gold","couponCode":"SAVE10"}'
```

先设置 API key：

```bash
export OPENAI_API_KEY="your_api_key_here"
```

运行默认示例：

```bash
npm run dev:function
```

也可以传入自己的问题：

```bash
npm run dev:function -- "计算单价 88、数量 5、platinum 用户、优惠码 SAVE20 的价格"
```

脚本会：

1. 把 `calculate_price` 的 JSON schema 发给 Responses API。
2. 接收模型返回的 function call。
3. 请求 HTTP API：`POST /calculate-price`。
4. 把函数结果发回模型。
5. 输出最终自然语言回答。

注意：普通 function calling 里，模型不是自己直接访问任意 HTTP API。模型只会返回一次结构化 function call；真正请求 API 的动作由你的应用代码完成。

## 对比结论

普通 HTTP API + function calling 更接近传统应用集成方式。业务函数先暴露成 API，应用需要自己声明工具、接收工具调用、请求 API、回传结果。

MCP 更适合把工具做成独立能力。工具 server 可以被 Codex、其他 MCP client 或未来服务复用；client 负责发现工具和调用工具。

第一版只实现本地 `stdio` MCP。后续如果要给远程 Responses API MCP tool 使用，可以把同一套 `calculatePrice` 包装成 Streamable HTTP MCP server。