MCP 协议

Model Context Protocol（MCP，模型上下文协议）是一个开放标准，定义了 AI 模型如何安全地连接外部工具、数据源和服务。如果把 AI 模型比作大脑，MCP 就是让大脑能"伸手"去拿数据库、文件系统和 API 的那套神经系统。

为什么需要 MCP

在 MCP 出现之前，每个 AI 应用与外部工具的集成都是"手写"的。开发者为 ChatGPT 写一套插件接口，为 Claude 再写另一套，为本地部署的开源模型又写一套——这就像每个设备都需要自己的充电器。

MCP 的目标是成为 AI 领域的 USB-C：一个统一的标准，一次接入，到处可用。

问题	MCP 之前的方案	MCP 的方案
集成方式	每个 AI 平台定制开发	统一协议，一次对接
维护成本	多个版本并行，同步困难	单点维护，自动兼容
安全模型	各自实现，质量参差	标准化权限控制
扩展性	每加一个工具都要改代码	动态发现，即插即用

MCP 如何工作

MCP 采用经典的 客户端-服务器（client-server） 架构：

┌─────────────────────────────────────────┐
│              AI 主机 (Host)              │
│   ┌──────────────────────────────────┐  │
│   │           AI 模型 (Claude)        │  │
│   └──────────┬───────────────────────┘  │
│              │ MCP 协议                  │
│   ┌──────────▼───────────────────────┐  │
│   │        MCP 客户端 (Client)        │  │
│   └──────────┬───────────────────────┘  │
└──────────────┼──────────────────────────┘
               │  JSON-RPC over stdio/SSE
    ┌──────────┼──────────┐
    │          │          │
┌───▼───┐ ┌───▼───┐ ┌───▼───┐
│ MCP   │ │ MCP   │ │ MCP   │
│ 服务端 │ │ 服务端 │ │ 服务端 │
│(文件) │ │(数据库)│ │(API)  │
└───────┘ └───────┘ └───────┘

三个核心概念

MCP 定义了三种基本能力，供 AI 模型与服务端交互：

Resources（资源）：服务端暴露的数据，类似于"可读文件"。AI 可以通过 MCP 读取文件内容、查询数据库记录、获取 API 返回结果。资源有唯一的 URI 标识，支持订阅和变更通知。

Tools（工具）：服务端暴露的可执行操作，类似于"可调用函数"。AI 可以根据需要调用工具来写入数据、发送消息、触发工作流。工具需要明确的参数定义，AI 会自动生成参数值。

Prompts（提示模板）：服务端暴露的预设提示模板，类似于"可复用的指令片段"。用户或 AI 可以加载这些模板来快速启动特定任务，比如"代码审查"或"生成周报"。

通信方式

MCP 支持两种传输层：

stdio：客户端通过标准输入/输出与本地启动的服务端进程通信，适合本地开发工具
SSE（Server-Sent Events）：通过 HTTP 连接实现远程通信，适合云端服务和分布式部署

谁在支持 MCP

MCP 由 Anthropic 发起并开源，但它的设计目标是成为行业标准。目前已有广泛的生态支持：

AI 平台：Claude Desktop、Claude Code 原生支持 MCP；OpenAI 也已宣布支持
开发工具：VS Code、JetBrains IDE、Zed 等编辑器正在集成 MCP
SaaS 服务：GitHub、Slack、Notion、Google Drive、Postgres、Supabase 等提供了官方 MCP 服务端
框架与 SDK：Python、TypeScript、Java、Go 等语言的 MCP SDK 均已发布

一个简单的例子

假设你有一个本地 SQLite 数据库，想用 Claude 查询它。传统方式需要写 Python 脚本、处理输入输出、管理会话。用 MCP，你只需启动一个 MCP 服务端：

json

{
  "mcpServers": {
    "sqlite": {
      "command": "uvx",
      "args": ["mcp-server-sqlite", "--db-path", "./data.db"]
    }
  }
}

Claude 会自动发现这个服务端提供的 tools（如 read_query、execute_query），并在需要时调用它们——就像这些工具是 Claude 原生能力的一部分。

对开发者的意义

MCP 改变了 AI 集成的游戏规则。对开发者而言，这意味着：

一次开发，多处运行：写一个 MCP 服务端，所有支持 MCP 的 AI 都能用
关注业务逻辑：不用再操心 AI 平台的集成细节
渐进式增强：可以先暴露一个工具，再逐步增加，AI 会自动适应
安全可控：每个工具的权限和资源范围清晰定义，避免 AI 越权操作

MCP 是 AI 生态走向标准化的关键一步。就像 HTTP 让 Web 成为可能一样，MCP 正在为 AI 驱动的自动化世界铺设基础设施。

MCP 协议 ​

为什么需要 MCP ​

MCP 如何工作 ​

三个核心概念 ​

通信方式 ​

谁在支持 MCP ​

一个简单的例子 ​

对开发者的意义 ​