🔌 MCP 深度解读
Model Context Protocol — 让AI应用拥有"手和眼"的统一协议
📖 什么是 MCP？
MCP（Model Context Protocol，模型上下文协议）是一个开源通信标准，定义了AI应用（如 Claude、ChatGPT）如何与外部数据源和工具进行交互。
类比理解：如果大模型是"大脑"，MCP就是让大脑连接"眼睛"（读取数据）、"手"（执行操作）和"记忆"（访问知识库）的标准化神经系统。
在MCP出现之前，每个AI应用需要为每个外部服务单独编写集成代码（N×M问题）。MCP将这个问题简化为 N+M：开发者只需为每个AI应用写一个MCP客户端，为每个服务写一个MCP Server，即可实现全面互通。
🏗️ 核心架构
MCP Host
AI 应用（Claude / ChatGPT / Cursor）
↓ 管理多个 ↓
MCP Client 1
维护专用连接
MCP Client 2
维护专用连接
MCP Client 3
维护专用连接
↕ JSON-RPC 2.0 ↕
Server A
文件系统（本地）
Server B
数据库（本地/远程）
Server C
Sentry / GitHub（远程）
| 角色 | 说明 | 示例 |
|---|---|---|
| MCP Host | 协调和管理多个 Client 的 AI 应用 | Claude Desktop、ChatGPT、VS Code |
| MCP Client | 与单个 Server 维持连接的组件 | Host 内部自动实例化的连接管理器 |
| MCP Server | 暴露工具/资源/提示词的程序 | 文件系统 Server、GitHub Server、数据库 Server |
📡 传输层：两种通信模式
💻 STDIO 传输
通过标准输入/输出流进行进程间通信，零网络开销，适合本地 MCP Server。
- 同机通信，延迟极低
- Server 作为子进程启动
- 适合文件系统、本地数据库等场景
🌐 Streamable HTTP
基于 HTTP POST + SSE 的远程通信，支持标准认证，适合远程 MCP Server。
- 支持 OAuth / Bearer Token / API Key
- 一个 Server 可服务多个 Client
- 适合云端 API、SaaS 集成等场景
🧩 三大核心原语
🔧 Tools（工具）
AI 可主动调用的可执行函数，模型决定何时使用。
- 文件读写、API 调用、数据库查询
- 搜索航班、发送消息、创建日程
- 通过 JSON Schema 定义输入参数
- 支持用户审批机制确保安全
📚 Resources（资源）
被动数据源，提供只读上下文信息，应用决定如何使用。
- 文件内容、数据库 Schema、API 文档
- 支持固定 URI 和动态模板两种模式
- 可通过 URI 模板参数化查询
- 如：calendar://events/2024
📝 Prompts（提示词模板）
预构建的交互模板，用户主动选择使用。
- 结构化的任务引导模板
- 支持参数化输入
- 如："规划旅行"、"总结会议"、"起草邮件"
- 可通过斜杠命令触发（/plan-vacation）
⚡ 工作流程
Step 1
初始化握手 — Client 与 Server 交换能力声明，协商协议版本
Step 2
能力发现 — Client 调用 tools/list、resources/list 发现可用原语
Step 3
执行操作 — LLM 根据对话上下文决定调用哪个工具，Client 转发请求
Step 4
结果返回 — Server 执行完毕，结果作为上下文注入 LLM 对话流
Step 5
实时通知 — Server 可主动推送变更通知（如工具列表更新），Client 按需刷新
🎯 典型使用场景
-
文件系统访问 — AI 读取/写入本地文件，进行代码分析、文档处理，无需手动复制粘贴内容
-
数据库查询 — AI 直接查询 SQL/NoSQL 数据库，生成报表、分析数据趋势，支持自然语言转 SQL
-
API 集成 — AI 调用第三方服务（GitHub、Slack、Jira、日历），自动完成跨平台协作任务
-
网页抓取与搜索 — AI 获取实时网页内容、执行搜索引擎查询，突破训练数据的时间限制
-
持久化记忆 — 通过知识图谱 MCP Server 实现跨会话记忆，AI 不再"健忘"
-
企业安全集成 — AI 接入 Sentry 监控错误、连接内部系统，同时通过权限控制确保数据安全
🌍 生态系统支持
MCP 已获得广泛行业支持，"一次构建，处处集成"：
🚀 快速上手
在 Claude Desktop 中配置一个 MCP Server（以文件系统为例）：
// 在 Claude Desktop 配置文件中添加：
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/path/to/allowed/files"
]
}
}
}
支持的 Server 启动方式：
# TypeScript Server（通过 npx）
npx -y @modelcontextprotocol/server-memory
# Python Server（通过 uvx）
uvx mcp-server-git
# Python Server（通过 pip）
pip install mcp-server-git
python -m mcp_server_git
📊 MCP vs 传统集成方式
| 维度 | 传统方式（N×M 集成） | MCP（N+M 集成） |
|---|---|---|
| 集成复杂度 | 每个 AI × 每个服务都需要单独适配 | AI 只需实现 Client，服务只需实现 Server |
| 可复用性 | 集成代码绑死特定 AI 应用 | Server 可被任意 MCP Client 调用 |
| 协议标准化 | 各自定义接口，无统一规范 | 统一 JSON-RPC 2.0 协议 |
| 发现机制 | 硬编码能力，无法动态发现 | 运行时动态发现工具/资源/提示词 |
| 安全模型 | 各平台自行实现权限控制 | 内置用户审批、权限协商机制 |