什么是 MCP？

Model Context Protocol（MCP）是 Anthropic 推出的一种开放协议，旨在标准化应用程序如何向大语言模型（LLM）提供上下文信息和工具调用能力。你可以把它理解为 AI 应用的 USB-C 接口——提供一个统一的标准，让不同的 AI 客户端和工具服务端能够互相连接。

为什么需要 MCP？

在 MCP 出现之前，每个 AI 工具集成都需要定制开发：

  • 每个 LLM 平台有自己的插件规范
  • 每个工具需要独立的适配层
  • 上下文传递方式各异，缺乏统一标准

MCP 试图解决这些痛点，提供一个通用的、开放的协议标准。

核心架构

MCP 采用典型的客户端-服务端（Client-Server）架构：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
┌─────────────────┐      ┌─────────────────┐
│   MCP Client     │◄────►│   MCP Server    │
│  (AI 应用/IDE)   │      │  (工具/数据源)   │
└─────────────────┘      └─────────────────┘
        │                        │
        │                        ├── 本地文件系统
        │                        ├── 数据库
        │                        ├── API 服务
        │                        └── 开发工具
        │
  ┌─────┴──────┐
  │  LLM 服务   │
  │ (Claude等)  │
  └────────────┘

MCP Host

MCP Host 是用户直接交互的应用程序，如 Claude Desktop、IDE 插件等。它负责：

  • 加载和管理 MCP Server
  • 将 LLM 的请求路由到对应的工具
  • 将工具返回的结果传递给 LLM

MCP Client

Client 是 Host 与 Server 之间的内部通道，每个 Server 对应一个 Client 实例。它维护一对一的连接状态。

MCP Server

Server 是轻量级程序，通过 MCP 协议暴露特定功能。每个 Server 提供三类核心能力：

  1. Resources（资源）：暴露可读的数据，如文件内容、API 响应
  2. Tools（工具）：可执行的功能，如运行命令、调用 API
  3. Prompts（提示模板）：预定义的 LLM 交互模板

传输层

MCP 目前支持两种传输方式：

stdio（标准输入输出）

Server 作为子进程运行，通过标准输入/输出与 Client 通信。适合本地工具集成，延迟低，无需网络配置。

1
2
3
4
5
6
7
8
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/dir"]
    }
  }
}

SSE（Server-Sent Events）

通过 HTTP 进行通信，适合远程服务场景。Server 作为独立的 HTTP 服务运行，Client 通过 SSE 接口连接。

1
2
GET /sse  →  Server 推送事件
POST /message  →  Client 发送请求

核心协议功能

资源（Resources）

资源是 Server 暴露给 LLM 的结构化数据：

1
2
3
4
协议格式：scheme://path
示例：file:///home/user/config.json
     database://users/123
     api://weather/beijing
  • 支持文本和二进制资源
  • 支持资源的订阅和变更通知
  • 通过 URI 进行唯一标识和引用

工具（Tools）

工具是 LLM 可以执行的函数，定义了清晰的输入输出接口：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
{
  "name": "get_weather",
  "description": "获取指定城市的天气信息",
  "inputSchema": {
    "type": "object",
    "properties": {
      "city": {
        "type": "string",
        "description": "城市名称"
      }
    },
    "required": ["city"]
  }
}

提示模板（Prompts）

预定义的交互模板，用于常见场景：

1
2
3
4
5
6
7
8
9
10
{
  "name": "code_review",
  "arguments": [
    {
      "name": "code",
      "description": "待审查的代码",
      "required": true
    }
  ]
}

实际使用示例

本地文件系统集成

1
2
3
4
5
6
7
8
9
// ~/.config/opencode/opencode.json
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/home/user/projects"]
    }
  }
}

数据库查询

1
2
3
4
5
6
7
8
{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://localhost/mydb"]
    }
  }
}

GitHub API 集成

1
2
3
4
5
6
7
8
9
10
11
{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_TOKEN": "<your_token>"
      }
    }
  }
}

MCP 的优势

特性 传统方式 MCP
集成方式 定制开发 即插即用
协议标准 各自为政 统一开放
安全性 需自行实现 标准化权限控制
可复用性 低 高，Server 可共享
生态 碎片化 统一生态

生态现状

目前 MCP 生态已经相当丰富：

官方 Server：

  • @modelcontextprotocol/server-filesystem — 文件系统访问
  • @modelcontextprotocol/server-postgres — PostgreSQL 数据库
  • @modelcontextprotocol/server-github — GitHub API
  • @modelcontextprotocol/server-puppeteer — 浏览器自动化

社区 Server：

  • 各种数据库（MySQL, Redis, MongoDB 等）
  • 云服务（AWS, GCP 等）
  • 开发工具（Git, Docker, Kubernetes 等）
  • 第三方 API（Slack, Notion, Jira 等）

与 Function Calling 的区别

MCP Function Calling
范围 完整的工具集成协议 仅函数调用规范
资源管理 支持资源暴露和订阅 不支持
提示模板 内置支持 需自行实现
传输层 标准化的 stdio/SSE 通常内嵌在 API 中
生态 Server/Client 生态 平台绑定

总结

MCP 协议代表了 AI 工具集成的一个重要趋势——标准化和开放化。它通过定义清晰的协议边界，让 AI 应用和工具服务能够解耦发展，各自专注于自己的领域。

对于开发者来说，MCP 带来的好处是显而易见的：

  • 即插即用：标准化的 Server 可以无缝接入任何兼容的 Client
  • 易于扩展：编写一个 MCP Server 即可被所有 MCP Host 使用
  • 安全可控：Server 级别的权限控制，LLM 无法越权操作

随着更多平台和工具支持 MCP，它有望成为 AI 时代的通用集成标准。