最近在试着把 MCP 集成到自己的训练流程里，想让模型通过 MCP 去调用一些外部工具，比如查数据集信息、动态加载预处理脚本。但卡在 server 端和 client 端的通信上，一直报 handshake 失败，日志里只看到 “capability negotiation timeout”。我用的 PyTorch 2.3，MCP 的 Python SDK 是 0.4.1，本地起的 stdio server。看官方示例都是和 LangChain 那种 agent 配合，很少讲跟纯深度学习训练循环怎么结合。想问问大家，MCP 在训练框架里一般放在哪一层？是包在 DataLoader 外面还是直接塞进 forward 之前？有没有踩过类似坑的老哥给点思路，谢谢了。