一、从"对话"到"界面"：MCP Apps 的诞生

1.1 当前 AI 交互的痛点

相信你已经深有体会：今天的 AI 助手，无论是 Claude、ChatGPT 还是基于大模型的各种 Agent，核心交互方式都是文本对话。你问一句，AI 答一段。需要数据分析？AI 给你生成一段 Markdown 表格。需要可视化？它最多画一张静态的 ASCII 图表。

这种模式在简单场景下够用，但一旦涉及复杂操作——筛选数据、调整参数、实时预览——"对话"就成了效率的瓶颈。

开发者们很早就意识到这个问题。既然 MCP 协议已经让 AI 能够调用外部工具，为什么不进一步让工具返回的不仅是文本，而是一套完整的交互界面呢？

1.2 MCP Apps 是什么

MCP Apps（仓库名ext-apps）是 MCP 协议的官方扩展，由 Anthropic 于 2026 年 1 月 26 日正式发布。它的核心能力可以用一句话概括：

MCP 工具可以返回交互式 UI，直接嵌在 Claude、ChatGPT 的对话窗口里。

具体来说，对话窗口中会嵌入一个真实的 iframe，里面跑的是由 MCP Server 提供的前端代码。按钮能点、图表能拖、表单能填，数据在前后端之间双向流动。

最关键的是它的渐进增强设计哲学：支持渲染的客户端显示交互界面；不支持的客户端（比如终端工具）照样收到纯文本，不会破坏任何现有功能。

1.3 三方架构模型

MCP Apps 的架构由三个核心角色组成：

┌─────────────────┐ ┌──────────────────┐ ┌─────────────────┐ │ MCP Server │ │ Host │ │ View │ │ │ │ │ │ │ │ • 注册工具 │◄────┤ • Claude Desktop │◄────┤ • iframe 沙箱 │ │ • 暴露资源 │ │ • ChatGPT │ │ • 前端渲染 │ │ • UI 资源声明 │ │ • VS Code │ │ • 用户交互 │ │ │ │ • 数据中转 │ │ │ └─────────────────┘ └──────────────────┘ └─────────────────┘ ▲ │ │ └───────────────────────┴────────────────────────┘ 所有通信经 Host 中转

一个关键的架构约束：View 不能直接跟 MCP Server 通信，所有通信必须经过 Host 中转。这确保了安全性和可审计性。

1.4 View 的七种能力

View 并不是简单的静态页面，它拥有一整套与 MCP Server 和 Host 交互的能力：

其中，ui/update-model-context是实现Human-in-the-Loop的核心机制。用户在 UI 上的每一次操作——点了哪个按钮、改了哪个筛选条件、选了哪个时间范围——都可以通过这条通道实时反馈给大模型，形成一个用户操作 → 更新上下文 → LLM 重新决策 → 刷新界面的完整闭环。

1.5 MCP Apps 的价值

MCP Apps 的出现，本质上是在回答一个 AI 产品设计的核心命题：如何让 AI 干活，同时在关键节点上让人确认？

传统的 Agent 模式是"AI 决定 → 执行 → 告诉你结果"，用户全程被动。而 MCP Apps 开启了一种新的范式："AI 决定调什么工具 → 给你一个交互界面 → 你在界面上确认/调整 → 结果实时反馈给 AI 继续处理"。

这不仅仅是"更好看的输出"，而是人机协作范式的升级。

二、OpenClaw.NET 率先响应：PR #168 的意义

2.1 .NET 生态的"第一个"

MCP Apps 协议发布后，各路 SDK 和框架开始跟进。但在 .NET 生态中，率先给出完整答案的是OpenClaw.NET。

PR #168（作者：geffzhang，已合并至 main 分支）为 OpenClaw.NET 增加了原生的 MCP App 支持。这个 PR 的规模充分体现了其工程完整度：

• +4,012 行代码，22 个文件变更
• 43 个全新单元测试
• 2,308 个现有测试全部通过，零破坏性变更
• 中英双语文档

这个数字很有意思：4,000+ 行新代码，却没有任何破坏性变更。这说明 OpenClaw.NET 的架构设计从一开始就为扩展预留了足够的空间。

2.2 为什么是"第三层"架构

要理解 OpenClaw.NET 的 MCP App 支持，我们需要先看看它已有的 MCP 相关架构。

在 PR #168 之前，OpenClaw.NET 已经在两个维度上支持了 MCP：

前两层解决的是"如何连接"的问题：作为 Server 被连，或作为 Client 去连别人。而新增的第三层OpenClaw.McpApp解决的是一个更上层的问题：如何在一个统一的框架内，大规模地管理、运行、协调多个 MCP 应用？

这不是简单的"再加一个客户端"，而是一个完整的应用生命周期管理层。

三、三层架构的完整图景

让我们把三个层级放在一起，看看 OpenClaw.NET 的 MCP 架构全景：

┌─────────────────────────────────────────────────────────────────────┐ │ OpenClaw.NET 生态 │ ├─────────────────────────────────────────────────────────────────────┤ │ │ │ ┌─────────────────────┐ │ │ │ OpenClaw.Gateway │ ◄── 外部 MCP Client（如 Claude Desktop） │ │ │ (MCP Server 层) │ 通过 MCP 协议连接 │ │ │ │ │ │ │ 暴露 OpenClaw 工具 │ │ │ │ 作为标准 MCP Server │ │ │ └──────────┬──────────┘ │ │ │ │ │ ▼ │ │ ┌─────────────────────┐ ┌──────────────────────────────────┐ │ │ │ OpenClaw.McpApp │ │ OpenClaw.Agent/Plugins │ │ │ │ (MCP App 托管层) │ │ (MCP Client 层) │ │ │ │ │ │ │ │ │ │ • 发现 MCP App │ │ • 连接到外部 MCP Server │ │ │ │ • 管理生命周期 │ │ • 消费外部工具 │ │ │ │ • 维护连接状态 │ │ • 集成到 Agent 工作流 │ │ │ │ • 桥接为 ITool │◄────┤ │ │ │ │ │ │ 方向：Client → 外部 Server │ │ │ │ 方向：Host → 托管 App│ │ │ │ │ └──────────┬──────────┘ └──────────────────────────────────┘ │ │ │ │ │ ▼ │ │ ┌─────────────────────────────────────────────────────────────┐ │ │ │ 第三方 MCP App 生态 │ │ │ │ │ │ │ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌────────────┐ │ │ │ │ │库存管理 │ │系统监控 │ │地图服务 │ │PDF 查看器 │ │ │ │ │ │(grocery) │ │(system) │ │(map) │ │(pdf) │ │ │ │ │ └──────────┘ └──────────┘ └──────────┘ └────────────┘ │ │ │ └─────────────────────────────────────────────────────────────┘ │ └─────────────────────────────────────────────────────────────────────┘

这个架构的精妙之处在于方向性的清晰划分：

• MCP Server 层（向外）：OpenClaw 说"我的工具在这里，谁来连我"
• MCP Client 层（向内）：OpenClaw 说"我去看外面有什么工具可以用"
• MCP App 层（托管）：OpenClaw 说"我来管理和运行这些完整的 MCP 应用"

四、核心组件深度解析

OpenClaw.McpApp项目包含 7 个核心组件，它们共同构成了一个完整的 MCP 应用托管平台。让我们逐一拆解。

4.1 McpAppManifest — 应用的"身份证"

每个 MCP App 都需要一个openclaw.mcpapp.json清单文件，它定义了应用的基本信息、传输方式和能力声明。

{ "id": "grocery-inventory", "name": "Grocery Inventory Manager", "description": "Multi-store inventory management system", "version": "1.0.0", "transport": "http", "url": "https://localhost:5001/mcp", "hasUi": true, "uiResourceUri": "ui://grocery/store-dashboard.html", "toolNamePrefix": "grocery.", "capabilities": ["tools", "resources", "prompts", "completions"] }

这个设计体现了几个关键考量：

• transport支持stdio（子进程）、http（远程端点）、inprocess（进程内），覆盖了从本地工具到远程服务的全部场景
• toolNamePrefix避免了命名冲突——grocery.inventory.search和sales.inventory.search可以共存
• hasUi+uiResourceUri声明了交互式 UI 的能力和资源地址
• capabilities显式声明支持的功能，便于 Host 做能力协商

4.2 McpAppInstallState — 六阶段生命周期

每个 MCP App 从被发现到最终运行，会经历一个严格定义的状态机：

┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ Discovered │───►│ Validated │───►│ Loaded │ │ (被发现) │ │ (已验证) │ │ (已加载) │ └─────────────┘ └──────┬──────┘ └──────┬──────┘ │ │ ▼ ▼ ┌─────────────┐ ┌─────────────┐ │ Disabled │ │ Running │ │ (禁用) │ │ (运行中) │ └─────────────┘ └──────┬──────┘ │ ┌────────────────────┘ ▼ ┌─────────────┐ ┌─────────────┐ │ Stopped │◄─────│ Failed │ │ (已停止) │ │ (失败) │ └─────────────┘ └─────────────┘

这个状态机的价值在于可观测性和可控性。在生产环境中，你可以精确知道每个 MCP App 处于什么状态，出了什么问题，而不是面对一个"连不上"的黑盒。

4.3 McpAppDiscovery — 智能发现机制

McpAppDiscovery是一个递归清单扫描器，负责在指定路径下自动发现 MCP App：

// Discovery 配置示例 { "DiscoveryPaths": ["./mcpapps"], // 扫描哪些目录 "Allow": ["grocery-*", "monitor*"], // 白名单，支持 glob 模式 "Deny": ["*-test", "deprecated-*"] // 黑名单，优先于 Allow }

扫描器会递归搜索**/openclaw.mcpapp.json文件，反序列化后进行验证，再通过allow/deny/glob过滤规则筛选。这套机制让 MCP App 的部署变得极其简单——把应用目录扔进去，框架自己找到并加载。

4.4 McpAppServer — 连接的生命周期管理

McpAppServer负责管理单个 MCP App 的连接生命周期。它的核心职责包括：

• 根据transport类型选择连接方式（stdio 子进程 / HTTP 端点 / 进程内）
• 建立 MCP 协议连接
• 枚举可用的tools、resources、prompts
• 生成IMcpAppInfoProvider供上层使用
• 支持幂等重连——连接断开时自动恢复

// 伪代码示意 class McpAppServer { // 幂等启动：如果已经在运行，直接返回 async Task StartAsync() { if (State == ConnectionState.Connected) return; // 根据 transport 创建连接 var transport = transportType switch { "stdio" => new StdioTransport(executablePath), "http" => new HttpTransport(endpointUrl), "inprocess" => new InProcessTransport(instance), _ => throw new NotSupportedException() }; // 连接、握手、枚举能力 await transport.ConnectAsync(); var capabilities = await EnumerateCapabilitiesAsync(); State = ConnectionState.Connected; } }

4.5 McpAppNativeTool — 无缝桥接到 ITool

这是整个架构中最关键的"胶水层"。McpAppNativeTool将远程 MCP App 提供的工具，桥接到 OpenClaw 内部的ITool接口：

┌─────────────────┐ ┌──────────────────┐ ┌─────────────────┐ │ MCP App │ │ McpAppNativeTool │ │ OpenClaw Agent │ │ (远程) │◄───────►│ (桥接层) │◄───────►│ (ITool 接口) │ │ │ MCP │ │ ITool │ │ │ • search │ 协议 │ 封装远程调用 │ 协议 │ Agent 无感调用 │ │ • update │ │ 统一错误处理 │ │ │ │ • delete │ │ 参数/结果映射 │ │ │ └─────────────────┘ └──────────────────┘ └─────────────────┘

对于 Agent 来说，调用一个 MCP App 的工具和调用一个原生插件的工具没有任何区别。Agent 不需要知道grocery.inventory.search是来自一个本地函数还是一个远程 HTTP 服务——这一切都被桥接层透明地处理了。

4.6 McpAppRegistry — 集中注册表

McpAppRegistry是整个 MCP App 子系统的"指挥中心"：

• 管理全部 App 的发现、连接和追踪
• 协调McpAppDiscovery和McpAppServer
• 提供查询接口：按 ID 查找、按能力过滤、按状态筛选
• 处理启动时的批量连接和关闭时的优雅清理

4.7 McpAppServiceExtensions — 极简的 DI 注册

最后，McpAppServiceExtensions提供了一行代码完成所有注册的体验：

// Program.cs builder.Services.AddOpenClawMcpApps(builder.Configuration.GetSection("McpApps"));

框架内部会依次注册 Discovery → Registry → Server Factory → NativeTool Factory，完全不需要手动干预。

五、实战：从配置到运行

5.1 Gateway 配置

在appsettings.json中新增McpApps配置节：

{ "McpApps": { "Enabled": true, "DiscoveryPaths": ["./mcpapps"], "Allow": ["*"], "Deny": [], "Entries": { "grocery-inventory": { "Enabled": true, "Url": "https://localhost:5001/mcp", "ToolNamePrefix": "grocery.", "StartupTimeoutSeconds": 15 } } } }

配置分为两部分：

• 全局配置：Enabled总开关、DiscoveryPaths扫描路径、Allow/Deny过滤规则
• 应用配置：Entries下每个 MCP App 的具体连接参数

零开销设计：McpApps.Enabled默认为false。如果你不启用这个功能，整个OpenClaw.McpApp模块不会被激活，对性能和启动时间没有任何影响。

5.2 启动流程

OpenClaw Gateway 启动时，MCP App 子系统会按以下顺序执行：

appsettings.json / GatewayConfig.McpApps │ ▼ McpAppDiscovery 扫描 DiscoveryPaths（默认 ./mcpapps/） 查找 **/openclaw.mcpapp.json 反序列化 + 验证 + allow/deny 过滤 │ ▼ McpAppInstallState（每个 App 一个实例） 生命周期: Discovered → Validated → [Disabled|Failed] → Loaded → Running → Stopped │ ▼ McpAppRegistry 管理全部 App 的集中注册表 调用 McpAppServer 建立连接 │ ▼ McpAppServer 通过 stdio 子进程 / HTTP 端点连接 MCP App 枚举 tools、resources、prompts 生成 IMcpAppInfoProvider │ ▼ McpAppNativeTool（实现 ITool） 注册进 NativePluginRegistry Agent 可像调用内置工具一样调用 MCP App 工具

5.3 GroceryInventory.Api 示例

PR #168 中包含了一个完整的示例项目GroceryInventory.Api，这是一个多店铺库存管理 MCP App：

• 12+ 个工具：库存查询、入库、出库、调拨、盘点等
• 3 个资源：店铺列表、商品目录、库存报表
• 3 个 prompts：库存分析、补货建议、损耗报告
• 交互式 Dashboard：基于text/html;profile=mcp-app规范的实时库存仪表盘

// openclaw.mcpapp.json { "id": "grocery-inventory", "name": "Grocery Inventory Manager", "description": "Multi-store inventory management system", "version": "1.0.0", "transport": "http", "url": "https://localhost:5001/mcp", "hasUi": true, "uiResourceUri": "ui://grocery/store-dashboard.html", "toolNamePrefix": "grocery.", "capabilities": ["tools", "resources", "prompts", "completions"] }

当 Agent 调用grocery.inventory.search时，OpenClaw 会自动将请求路由到 GroceryInventory.Api 的 HTTP 端点。如果用户需要交互式操作，Agent 会返回 Dashboard 的 UI 资源 URI，由客户端渲染为可交互的 iframe 界面。

六、技术亮点：一个生产级实现该有的样子

回顾整个 PR #168，有几个值得称道的工程实践：

6.1 零破坏性变更

4,000+ 行新代码，2,308 个现有测试全部通过。这说明：

• 新模块完全独立，没有侵入现有代码
• 架构的扩展点设计合理
• 测试覆盖率高，回归风险可控

6.2 默认禁用，零开销

McpApps.Enabled默认为false，模块默认不激活。这是一种成熟框架的设计哲学：新功能不应该是用户的负担。

6.3 43 个单元测试

新模块自带 43 个单元测试，覆盖了 Discovery、Lifecycle、Registry、Tool Bridging 等核心流程。这不是"为了测试而测试"，而是确保一个多步骤、异步、有状态的系统在各种边界条件下都能正确工作。

6.4 中英双语文档

技术文档的完整度直接决定了功能的采纳率。PR #168 包含了中英文双语的技术文档，降低了国内外开发者的使用门槛。

6.5 兼容最新协议

• 兼容 MCP2025-03-26协议版本
• 兼容text/html;profile=mcp-app交互式 UI 规范
• 协议版本匹配严格，避免"看起来能用实际上不对"的兼容性问题

七、展望：MCP Apps 的未来与 .NET 开发者的机会

7.1 MCP Apps 生态的当前状态

根据公开数据，MCP Apps 的生态正在快速扩张：

• SDK 周下载 160 万次，333 个依赖包
• 首批合作方：Amplitude、Asana、Canva、Figma 已接入
• Salesforce 确认跟进
• 客户端支持：Claude Web/Desktop、ChatGPT、VS Code Insiders、Cursor v2.6+ 等已支持

但同时也存在挑战：

• 碎片化：七个客户端的 iframe 实现各不一样，跨平台一致性有待提升
• 终端场景缺席：大量开发者在终端里干活，MCP Apps 等于不存在
• 信任难题：第三方 MCP Server 注入 HTML 的安全信任问题仍需完善

7.2 对 .NET 开发者意味着什么

OpenClaw.NET 的 MCP App 支持，为 .NET 开发者打开了一扇新的大门：

首先，你可以用熟悉的技术栈构建 MCP Apps。

ASP.NET Core 服务、Blazor 组件、SignalR 实时通信——这些你早已熟练的技术，现在可以直接用于构建面向 AI 的交互式应用。你的库存管理系统、监控仪表盘、数据可视化平台，稍加改造就能成为 MCP App。

其次，MCP App 是"AI-Native 应用"的新形态。

传统的 SaaS 是"人登录网页 → 操作系统"。MCP App 是"AI 决定调用什么工具 → 给人一个交互界面 → 人的操作反馈给 AI"。这不是简单的交互方式变化，而是应用架构的范式转移。

最后，先发优势。

OpenClaw.NET 是 .NET 生态中率先完整支持 MCP Apps 的框架。这意味着你现在就可以开始构建和实验，在这个新兴领域积累经验和影响力。

7.3 Human-in-the-Loop 的终极形态

让我们回到文章开头的问题：当 AI 给你一个可交互的仪表盘，而不只是文字描述时，什么发生了变化？

答案是：决策权的分配发生了变化。

在传统 Agent 模式中，AI 是"黑盒决策 → 执行 → 输出"，用户只能接受或拒绝最终结果。而在 MCP Apps 模式下：

用户提出问题 │ ▼ LLM 分析意图，决定调用哪个 MCP App 工具 │ ▼ MCP App 返回交互式 UI（不是文本，是界面！） │ ▼ 用户在 UI 上操作：筛选、调整、确认 │ ▼ ui/update-model-context 将用户操作实时反馈给 LLM │ ▼ LLM 基于更新后的上下文，继续下一步决策 │ ▼ 循环往复，直到任务完成