前言
2024 年 11 月，Anthropic（由 OpenAI 前员工创办）发布并开源了 Model Context Protocol（MCP）。当时 AIGC 发展迅速但存在痛点，AI 模型与外部数据、工具连接不足，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，OpenAI 等巨头入局，成为 AI 智能体时代的关键技术。
初步了解
MCP 到底是个啥？
MCP，全称 Model Context Protocol，翻译过来是模型上下文协议。简单来说，它就是和大 AI 模型聊天时，一种把相关信息整理好、按规矩传给 AI 的方式。
之前我们使用的 AI 智能体如果比作是个思考问题的大脑，那么 MCP 就是思考后，给你去干活的。AI 大模型提供思维结果，而 MCP 负责调用工具做好工作，类似于低代码能力。
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，在它们基础上实现 AI 与外部系统更高效交互。
核心组件
使用逻辑
目前在 Claude、OpenAI GPT、阿里云百炼、纳米 AI 都有接入 MCP，可以在工具箱中调用工作使用的 MCP 来完成现有工作。但带来的问题是权限过大，需注意安全性。
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，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。
提出要求，它会给你充分的回答。如果需要直接获取成品，可以使用成熟的 MCP 堆出来的 Agent 功能。
例如选择网页搭建功能，可以生成完整的 HTML 页面：