mcp.png
前言
MCP 起源于 2024 年 11 月 25 日 Anthropic 发布的文章：Introducing the Model Context Protocol。
概念篇
什么是 MCP
MCP （Model Context Protocol，模型上下文协议）定义了应用程序和 AI 模型之间交换上下文信息的方式。MCP 的目标是创建一个通用标准，使开发者能够以一致的方式将各种数据源、工具和功能连接到 AI 模型（一个中间协议层）。
为了更容易理解“中间协议层”的概念，请看下图所示：
1.jpeg
Why MCP
MCP 的出现是 prompt engineering 发展的产物。更结构化的上下文信息对模型的 performance 提升是显著的。
想象一下没有 MCP 之前我们会怎么做？我们可能会人工从数据库中筛选或者使用工具检索可能需要的信息，手动的粘贴到 prompt 中。随着我们要解决的问题越来越复杂，手工把信息引入到 prompt 中会变得越来越困难。
为了克服手工 prompt 的局限性，许多 LLM 平台（如 OpenAI、Google）引入了 function call 功能。这一机制允许模型在需要时调用预定义的函数来获取数据或执行操作，显著提升了自动化水平。
function call 平台依赖性强，不同 LLM 平台的 function call API 实现差异较大。除此之外，还有安全性，交互性等问题。
数据与工具本身是客观存在的， 只不过我们希望将数据连接到模型的这个环节可以更智能更统一。Anthropic 基于这样的痛点设计了 MCP，充当 AI 模型的"万能转接头"，让 LLM 能轻松的获取数据或者调用工具。更具体的说 MCP 的优势在于：
- 生态 - MCP 提供很多现成的插件，你的 AI 可以直接使用。
- 统一性 - 不限制于特定的 AI 模型，任何支持 MCP 的模型都可以灵活切换。
- 数据安全 - 你的敏感数据留在自己的电脑上，不必全部上传。（因为我们可以自行设计接口确定传输哪些数据）
如何使用 MCP
具体的使用方式参考官方文档：For Claude Desktop Users。这里不再赘述，配置成功后可以在 Claude 中测试：Can you write a poem and save it to my desktop? Claude 会请求你的权限后在本地新建一个文件。
并且官方也提供了非常多现成的 MCP Servers，你只需要选择你希望接入的工具，然后接入即可。
比如官方介绍的 filesystem 工具，它允许 Claude 读取和写入文件，就像在本地文件系统中一样。
MCP Architecture 解构
Architecture
MCP 由三个核心组件构成：Host、Client 和 Server。让我们通过一个实际场景来理解这些组件如何协同工作：
假设你正在使用 Claude Desktop (Host) 询问："我桌面上有哪些文档？"
- Host：Claude Desktop 作为 Host，负责接收你的提问并与 Claude 模型交互。
- Client：当 Claude 模型决定需要访问你的文件系统时，Host 中内置的 MCP Client 会被激活。这个 Client 负责与适当的 MCP Server 建立连接。
- Server：在这个例子中，文件系统 MCP Server 会被调用。它负责执行实际的文件扫描操作，访问你的桌面目录，并返回找到的文档列表。
完整流程：你的问题 → Claude Desktop(Host) → Claude 模型 → 需要文件信息 → MCP Client 连接 → 文件系统 MCP Server → 执行操作 → 返回结果 → Claude 生成回答 → 显示在 Claude Desktop 上。
总结
MCP (Model Context Protocol) 代表了 AI 与外部工具和数据交互的标准建立。通过本文，我们可以了解到：
- MCP 的本质：它是一个统一的协议标准，使 AI 模型能够以一致的方式连接各种数据源和工具，类似于 AI 世界的"USB-C"接口。
- MCP 的价值：它解决了传统 function call 的平台依赖问题，提供了更统一、开放、安全、灵活的工具调用机制，让用户和开发者都能从中受益。
- 使用与开发：
- 对于普通用户，MCP 提供了丰富的现成工具，用户可以在不了解任何技术细节的情况下使用；
- 对于开发者，MCP 提供了清晰的架构和 SDK，使工具开发变得更加规范、更加简单。
MCP 还处于发展初期，但其潜力巨大。
后记
MCP 不是三言两语就能说清楚的，同时它也在高速发展和变化的。接下来我们一起学习，一层一层剥开 MCP 神秘的面纱！
更多 MCP 文章：
网友评论