MCP（Model Context Protocol） 协议介绍

MCP（Model Context Protocol） 协议介绍

引用

CSDN

1.

https://m.blog.csdn.net/robbie2020/article/details/144474941

MCP（Model Context Protocol）是一个用于标准化应用程序如何向LLM提供上下文的开放协议。它为AI模型连接不同的数据源和工具提供了标准化的方式，类似于USB-C接口为设备连接各种外设和配件提供标准化方式。本文将详细介绍MCP的架构、核心功能和实际应用示例。

介绍

MCP 是一个开放协议，用于标准化应用程序如何向 LLM 提供上下文。可以将 MCP 想象成 AI 应用程序的 USB-C 接口。就像 USB-C 为设备连接各种外设和配件提供标准化方式一样，MCP 为 AI 模型连接不同的数据源和工具提供了标准化的方式。

为什么选择 MCP？

MCP 帮助您在 LLM 之上构建代理和复杂工作流。LLM 经常需要与数据和工具集成，而 MCP 提供：

• 预构建集成列表，您的 LLM 可以直接接入
• 在不同 LLM 提供商和供应商之间切换的灵活性
• 在您的基础设施中保护数据的最佳实践

总体架构

从本质上讲，MCP 遵循客户端-服务器架构，其中主机应用程序可以连接到多个服务器：

• MCP 主机: 像 Claude Desktop、IDE 或 AI 工具等想要通过 MCP 访问数据的程序
• MCP 客户端: 与服务器保持 1:1 连接的协议客户端
• MCP 服务器: 通过标准化的模型上下文协议暴露特定功能的轻量级程序
• 本地数据源: MCP 服务器可以安全访问的计算机文件、数据库和服务
• 远程服务: MCP 服务器可以连接的通过互联网提供的外部系统（例如通过 API）

MCP 的三大核心功能

MCP 服务器可以提供三种主要类型的功能：

1. 工具（Tools）

• 可以被 AI 模型调用的函数
• 需要用户批准才能执行
• 例如：获取天气预报、查询数据库等

2. 资源（Resources）

• 可以被客户端读取的类文件数据
• 如 API 响应或文件内容
• 例如：文档、配置文件等

3. 提示（Prompts）

• 帮助用户完成特定任务的预设模板
• 优化 AI 模型的输出
• 例如：特定格式的写作模板

实际应用示例

以天气查询为例，通过 MCP：

• AI 模型可以获取实时天气数据
• 用户可以询问"今天会下雨吗？"
• AI 会调用相应的天气 API 获取数据
• 然后用自然语言回答用户的问题

这种方式让 AI 模型能够突破其知识的时间限制，获取实时或专门的信息，从而提供更准确和及时的回答。

为什么需要 MCP？

扩展性

• 让 AI 模型能够访问外部工具和实时数据
• 可以根据需求添加新的功能和服务

标准化

• 提供统一的交互协议
• 简化开发和集成过程

安全性

• 通过用户授权机制确保安全使用
• 控制 AI 模型的权限范围

灵活性

• 可以根据需求自定义各种功能
• 支持多种编程语言和平台

通过 MCP，开发者可以创建各种工具来增强 AI 模型的能力，使其能够完成更多实际应用场景中的任务。无论是简单的数据查询还是复杂的系统集成，MCP 都提供了一个强大而灵活的解决方案。

本文原文来自：MCP是什么？ – Model Context Protocol （MCP）
原文链接：https://modelcontextprotocol.info