MCP：给 AI 装上 USB-C

Anthropic 在 2024 年 11 月推出的 MCP（Model Context Protocol，模型上下文协议），正成为 AI Agent 开发的基础设施标准。如果你用过 Cursor、Claude Desktop 或 Cline，多半已经在它的加持下工作。

图 1：一句话定义

MCP 是一个开放协议，让 AI 模型能用同一套接口调用任何外部工具——文件系统、数据库、浏览器、邮件，乃至你自己写的业务系统。它的设计目标，是把原本「每个模型单独适配一个工具」的烟囱式开发，变成「任何模型即插即用任何工具」。

图 2：为什么会有 MCP？

在 MCP 之前，LangChain 和 LlamaIndex 这类框架虽然尝试统一工具调用，但抽象层太高、代码体验差，稍微复杂的业务场景就会让开发者陷入调试地狱。Anthropic 拿出了 USB-C 的思路：与其每款手机用自己的充电口，不如定一个所有设备共用的标准接口。这次 MCP 推出时，Anthropic 选择了直接开源——协议现在由社区共同维护。

图 3：核心架构四层

MCP 把 AI 与工具之间的通信切成三个角色：

MCP Host：你在用的 AI 应用本身（Claude Desktop / Cursor 等）
MCP Client：Host 内部管理连接的模块，可以同时维持多条 Server 连接
MCP Server：独立运行的轻量程序，向 Client 提供某类能力（比如「读取本地文件」或「查询数据库」）

数据源——无论是本地文件还是远程 API——挂在 Server 下面，不直接暴露给模型。这一设计让权限管控和模块替换都变得容易。

图 4：三大原语

MCP Server 能提供三种东西：

Prompts：预设指令片段，注入到模型的上下文里，影响它的行为方式
Resources：只读数据，模型可以请求后作为参考（类似「只读文件」）
Tools：可执行操作，模型调用后会在外部产生副作用——发邮件、写文件、查数据库。每次调用都需要用户手动批准，防止模型越权

工具是 MCP 里最强大也最需要谨慎的部分。

图 5：MCP vs Function Calling

两者并不对立——Function Calling 是单个模型内部的工具调用能力，而 MCP 是跨模型、跨平台的标准化协议。换言之：Function Calling 是能力，MCP 是接口规范。用了 MCP，同一个 Server 今天接 Claude，明天换 GPT，不需要重写任何适配代码。

通信层上，MCP 基于 JSON-RPC 2.0，本地场景走 STDIO，网络通信走 SSE + HTTP POST，开发者也可以自定义传输通道。

图 6：现在就能上手

目前支持 MCP 的主流工具包括 Claude Desktop、Cursor、Cline。GitHub 上已有 200+ 开源 MCP Server，覆盖文件系统、数据库、浏览器自动化、知识库检索等常见场景。

上手只需三步：

选一个原生支持 MCP 的 AI 工具
从 github.com/modelcontextprotocol 找到你需要的 Server
在客户端配置文件里填入 Server 路径，重启即生效

来源：MCP 官方协议文档 modelcontextprotocol.info，Anthropic 发布公告 anthropic.com/news/model-context-protocol

MCP：给 AI 装上 USB-C 接口

MCP：给 AI 装上 USB-C

Related content

Comments