在本文中，我將從使用者的角度出發(fā)，分享關(guān)于 MCP（Model Context Protocol，模型上下文協(xié)議）的實用內(nèi)容，本文旨在回答以下5個核心問題：

• 什么是 MCP？
• 為什么需要 MCP？
• 作為用戶，我們?nèi)绾问褂?開發(fā) MCP？
• MCP 架構(gòu)設(shè)計剖析
• MCP 運作機制剖析

1、什么是 MCP？

MCP（Model Context Protocol，模型上下文協(xié)議）的起源可以追溯到2024年11月25日，Anthropic在其發(fā)布的文章《Introducing the Model Context Protocol》中首次提出了這一概念。

MCP 定義了應(yīng)用程序和 AI 大模型之間交換上下文信息的方式，為開發(fā)者提供了一種一致的方法，將各種數(shù)據(jù)源、工具和功能連接到 AI 大模型。這就好比 USB-C 接口，讓不同設(shè)備能夠通過相同的接口連接，MCP 旨在成為 AI 領(lǐng)域的通用標(biāo)準(zhǔn)，簡化和統(tǒng)一 AI 應(yīng)用程序的開發(fā)與集成。

為了更直觀地理解 MCP，以下是一些精心制作的 MCP 架構(gòu)，它們能夠幫助我們更好地把握 MCP 的核心概念。

從圖中可以看出，MCP 以一種更標(biāo)準(zhǔn)的方式讓 LLM（大語言模型）能夠使用不同的工具。以下是一個更簡單的可視化示例，它將幫助你更好地理解“中間協(xié)議層”的概念。

Anthropic 的目標(biāo)是實現(xiàn) LLM Tool Call 的標(biāo)準(zhǔn)，而 MCP 正是這一目標(biāo)的關(guān)鍵組成部分。通過 MCP，開發(fā)者可以更高效地構(gòu)建和部署 AI 應(yīng)用，同時確保不同工具和模型之間的互操作性。

2、為什么需要 MCP？

我認(rèn)為 MCP 的出現(xiàn)是 Prompt Engineering（提示詞工程）發(fā)展的必然產(chǎn)物。隨著 AI 大模型技術(shù)的不斷進(jìn)步，我們逐漸認(rèn)識到，為大模型提供更結(jié)構(gòu)化、更具體的上下文信息，能夠顯著提升模型的性能。在實際應(yīng)用中，我們希望大模型能夠理解真實場景中的問題，這就需要向大模型提供一些特定的信息，比如：本地文件、數(shù)據(jù)庫內(nèi)容、網(wǎng)絡(luò)實時信息等。

在 MCP 出現(xiàn)之前，我們通常會手動從數(shù)據(jù)庫中篩選或使用工具檢索可能需要的信息，然后手動將這些信息粘貼到 Prompt 提示詞中。隨著問題的復(fù)雜性不斷增加，這種手工處理信息并將其引入提示詞的方式變得越來越困難。

為了克服手工提示詞的局限性，許多 LLM 平臺（比如：OpenAI、Google）引入了 Function Calling（函數(shù)調(diào)用）功能。這一機制允許大模型在需要時調(diào)用預(yù)定義的函數(shù)來獲取數(shù)據(jù)或執(zhí)行操作，顯著提升了自動化水平。然而，F(xiàn)unction Calling 也存在一些局限性。我認(rèn)為，F(xiàn)unction Call 的主要問題是平臺依賴性強，不同 LLM 平臺的 Function Calling API 實現(xiàn)差異較大。比如：OpenAI 的函數(shù)調(diào)用方式與 Google 的不兼容，開發(fā)者在切換大模型時需要重寫代碼，增加了適配成本。除此之外，還有安全性、交互性等問題。

數(shù)據(jù)和工具本身是客觀存在的，我們希望將數(shù)據(jù)連接到大模型的環(huán)節(jié)可以更智能、更統(tǒng)一。Anthropic 基于這樣的痛點設(shè)計了 MCP，使其成為 AI 大模型的“萬能轉(zhuǎn)接頭”，讓 LLM 能夠輕松獲取數(shù)據(jù)或調(diào)用工具。MCP 的具體優(yōu)勢如下：

• 豐富的生態(tài)：MCP 提供了許多現(xiàn)成的插件，你的 AI 應(yīng)用可以直接使用。
• 高度的統(tǒng)一性：MCP 不限制于特定的 AI 大模型，任何支持 MCP 的大模型都可以靈活切換。
• 數(shù)據(jù)安全保障：你的敏感數(shù)據(jù)可以保留在本地，不必全部上傳，因為我們可以自行設(shè)計接口，確定傳輸哪些數(shù)據(jù)。

通過這些優(yōu)勢，MCP 不僅提升了 AI 應(yīng)用的開發(fā)效率，還增強了數(shù)據(jù)的安全性和模型的靈活性。

3、用戶如何使用 MCP？

對于大多數(shù)用戶而言，MCP 的具體實現(xiàn)細(xì)節(jié)并非關(guān)注重點，大家更關(guān)心的是如何能夠更便捷地利用這一特性來提升工作效率和應(yīng)用體驗。

具體的使用方法可以參考官方文檔：For Claude Desktop Users。在完成配置后，你可以在 Claude 中進(jìn)行測試，比如：嘗試提問：“Can you write a poem and save it to my desktop?”（你能寫一首詩并保存到我的桌面嗎？）Claude 會請求你的權(quán)限，隨后在本地新建一個文件。

此外，官方提供了大量現(xiàn)成的 MCP Servers，用戶只需選擇希望接入的工具并完成接入即可。以下是一些官方推薦的資源：

1.Awesome MCP Servers

2.MCP Servers Website

3.Official MCP Servers

以官方介紹的 filesystem 工具為例，它允許 Claude 像操作本地文件系統(tǒng)一樣讀取和寫入文件，極大地擴展了 AI 應(yīng)用的功能和應(yīng)用場景。

4、MCP 架構(gòu)設(shè)計剖析

第一、MCP 的架構(gòu)設(shè)計如下圖所示：

MCP 架構(gòu)設(shè)計由三個核心組件構(gòu)成：Host、Clien t和 Server。接下來，我們通過一個實際場景來理解這些組件是如何協(xié)同工作的。

假設(shè)你正在使用 Claude Desktop (Host)，并詢問：“我桌面上有哪些文檔？”

1.MCP Host

• 角色：Claude Desktop 作為 Host，負(fù)責(zé)接收你的提問并與 Claude 大模型進(jìn)行交互。
• 功能：Host 是用戶與 AI 大模型之間的橋梁，它處理用戶的輸入并調(diào)用 AI 大模型進(jìn)行處理。

2.MCP Client

• 角色：當(dāng) Claude 大模型決定需要訪問你的文件系統(tǒng)時，Host 中內(nèi)置的 MCP Client 會被激活。
• 功能：MCP Client 負(fù)責(zé)與適當(dāng)?shù)?MCP Server 建立連接，將大模型的需求轉(zhuǎn)化為具體的工具調(diào)用請求。

3.MCP Server

• 角色：在這個例子中，文件系統(tǒng) MCP Server 會被調(diào)用。
• 功能：MCP Serve r負(fù)責(zé)執(zhí)行實際的文件掃描操作，訪問你的桌面目錄，并返回找到的文檔列表。

第二、MCP 整個流程如下：

• 用戶提問：你的問題 → Claude Desktop (Host) → Claude 大模型。

模型決策：Claude模型決定需要文件信息。

• MCP Client 調(diào)用：MCP Client 連接到文件系統(tǒng) MCP Server。
• MCP Server 執(zhí)行：文件系統(tǒng) MCP Server 執(zhí)行操作，掃描桌面目錄。
• 返回結(jié)果：文件系統(tǒng) MCP Server 返回文檔列表。
• 生成回答：Claude 大模型生成回答。
• 顯示結(jié)果：回答顯示在 Claude Desktop 上。

第三、MCP 架構(gòu)設(shè)計的優(yōu)勢如下：

MCP 這種架構(gòu)設(shè)計使得 Claude 能夠在不同場景下靈活調(diào)用各種工具和數(shù)據(jù)源。開發(fā)者只需專注于開發(fā)對應(yīng)的 MCP Server，無需關(guān)心 Host 和 Client 的實現(xiàn)細(xì)節(jié)。這不僅提高了開發(fā)效率，還增強了系統(tǒng)的靈活性和可擴展性。

通過 MCP，開發(fā)者可以輕松地將各種工具和數(shù)據(jù)源集成到 AI 應(yīng)用中，而用戶則可以享受到更加智能和便捷的交互體驗。

5、MCP 運作機制剖析

要真正理解 MCP，我們需要深入其運作機制，這不僅能揭示 MCP 調(diào)用方式與傳統(tǒng) HTTP 調(diào)用方式的差異，還能讓你明白為何 MCP 能夠助力 AI Agent 邁向第二階段。

以開發(fā)一個獲取時間的 AI Agent 為例，用戶只需提問“現(xiàn)在幾點了？”即可。假設(shè)我們已有一個處理時間的 MCP Server，其中包含兩個 MCP Tool：一個用于獲取當(dāng)前時區(qū)，另一個用于獲取當(dāng)前時間。

基于 MCP 的調(diào)用過程分為六個核心步驟：

第一、用戶提問

• 用戶向 AI Agent 提問“現(xiàn)在幾點了？”。此時，AI Agent 作為 MCP Client，將用戶問題連同處理時間的 MCP Server 及 MCP Tool 信息一并發(fā)送給 LLM。

第二、LLM 推理

• LLM 接收到信息后，根據(jù)用戶問題和 MCP Server 信息，篩選出最合適的 MCP Server 和 MCP Tool 來解決問題，并將結(jié)果反饋給 AI Agent（MCP Client）。LLM 返回的信息可能是：“使用 time MCP Server 中的 get_current_time MCP Tool，它能解決用戶的問題。”

第三、調(diào)用 MCP Tool

• AI Agent（MCP Client）依據(jù) LLM 的建議，調(diào)用 time MCP Server 中的 get_current_time MCP Tool，獲取當(dāng)前時間。

第四、返回結(jié)果

• time MCP Server 將當(dāng)前時間的結(jié)果返回給 AI Agent（MCP Client）。

第五、內(nèi)容規(guī)整

• AI Agent（MCP Client）將用戶問題和從 time MCP Server 獲取的結(jié)果再次提交給 LLM，請求 LLM 結(jié)合問題和答案規(guī)整內(nèi)容。

第六、最終反饋

• LLM 將規(guī)整后的內(nèi)容返回給 AI Agent（MCP Client），AI Agent 再將結(jié)果原封不動地返回給用戶。

在整個 MCP 調(diào)用過程中，MCP Server 及 MCP Tool 的信息至關(guān)重要。從第一步和第二步可以看出，這些信息為 LLM 提供了解決問題的關(guān)鍵線索。這些信息本質(zhì)上就是 MCP 中的 System Prompt，其核心作用是為 LLM 提供清晰的指導(dǎo)，幫助其更好地理解用戶需求并選擇合適的工具來解決問題。

6、MCP 總結(jié)

MCP（Model Context Protocol）的出現(xiàn)標(biāo)志著 AI 應(yīng)用與外部工具和數(shù)據(jù)交互標(biāo)準(zhǔn)的建立。通過本文的探討，我們可以總結(jié)出以下幾點關(guān)鍵信息：

第一、MCP 的本質(zhì)：它是一種統(tǒng)一的協(xié)議標(biāo)準(zhǔn)，允許 AI 大模型以一種標(biāo)準(zhǔn)化的方式連接到各種數(shù)據(jù)源和工具。這就好比 AI 領(lǐng)域的“USB-C”接口，為不同設(shè)備之間的連接提供了通用的解決方案。

第二、MCP 的價值：它解決了傳統(tǒng)函數(shù)調(diào)用（Function Calling）所面臨的平臺依賴性問題，提供了一種更加統(tǒng)一、開放、安全且靈活的工具調(diào)用機制。無論是用戶還是開發(fā)者，都能從這種機制中獲益。

第三、使用與開發(fā)：對于普通用戶而言，MCP 提供了豐富的現(xiàn)成工具，用戶無需深入了解任何技術(shù)細(xì)節(jié)即可使用這些工具。而對于開發(fā)者來說，MCP 提供了清晰的架構(gòu)和 SDK，使得工具的開發(fā)變得更加簡單。

盡管 MCP 目前仍處于發(fā)展的初級階段，但其潛力無疑是巨大的。更重要的是，基于統(tǒng)一標(biāo)準(zhǔn)構(gòu)建的生態(tài)系統(tǒng)將對整個 AI 大模型領(lǐng)域的發(fā)展產(chǎn)生積極的推動作用。

本文轉(zhuǎn)載自公眾號玄姐聊AGI  作者：玄姐

原文鏈接：??https://mp.weixin.qq.com/s/V6nto57O8ZD48ig8pq-iPQ??