去年此时,在接触 AI 智能体时,我曾好奇为何不能直接生成图表,省去复制步骤。当时被告知只需实现接口协议即可。没想到年底,相关功能便实现了内测。某种程度上,这也算是对技术趋势的一次小预言。
初步了解
MCP 到底是个啥?
MCP(Model Context Protocol),即模型上下文协议。简单来说,它是与大模型交互时,一种将相关信息整理并规范传输的方式。如果说 AI 大模型是思考的大脑,那么 MCP 就是负责执行任务的肢体。它让模型不仅能输出思维结果,还能通过调用工具完成实际工作,类似于低代码的实现方式。
发展
2024 年 11 月,Anthropic 发布并开源了 MCP。当时 AIGC 发展迅速但存在痛点,AI 模型与外部数据、工具的连接不足,且此前方案缺乏通用性。MCP 提供了标准化的交互方式,助力 AI 与外部系统互动。随后获得多家支持,包括 OpenAI 等巨头入局,使其成为 AI 智能体时代的关键技术。


理论基础
MCP 与 RAG(为大模型提供充足上下文)和 Function Calling(让模型能使用工具)密切相关,是在它们基础上实现的更高效交互方案。


核心组件

使用逻辑
目前 Claude、OpenAI GPT、阿里云百炼等平台已接入 MCP,可在工具箱中调用工作使用的 MCP 来完成现有任务。但需注意,权限过大可能带来安全隐患。
与传统 API 不同之处
- 传统 API 参数变更时,用户必须更新代码,否则请求可能失败。
- MCP 采用动态灵活方式,客户端连接服务器时会先了解其能力,服务器也会动态更新功能描述,客户端无需重写代码就能适应变化,大幅降低维护成本。
模型推荐
打开我们的大模型,选择工具,我们可以看到有很多官方或个人开发的 MCP 工具,我们可以点击使用。










