前言
随着 AIGC 发展,AI 智能体与外部工具的连接需求日益增长。早期方案缺乏通用性,难以直接生成结果或调用工具。
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 AI 模型交互时,一种将相关信息整理好并按规矩传给 AI 的方式。
如果说 AI 智能体是思考问题的大脑,那么 MCP 就是思考后执行任务的工具接口。AI 大模型提供思维结果,而 MCP 负责调用工具完成具体工作。
发展
2024 年 11 月,Anthropic 发布并开源 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。MCP 提供了标准化交互方式,助力 AI 与外部系统互动,随后获多家巨头支持,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,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 Claude、OpenAI GPT、阿里云百炼等主流平台已接入 MCP,可以在工具箱中调用工作使用的 MCP 来完成现有工作。需要注意的是,权限过大可能带来安全问题。
与传统 API 的不同之处
- 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。





