引言：当AI开始"动手"

MCP 是什么？

MCP（Model Context Protocol）是一种开放标准协议，旨在让大型语言模型（LLM）与外部工具和数据源无缝通信。用个简单的比喻，MCP 就像是 AI 的“通用翻译器”，让它能安全、可控地访问你的文件、应用或网络服务，并执行具体任务。

MCP 的三大核心组件

• MCP 主机：你与 AI 互动的应用程序，比如 Claude Desktop，相当于 AI 的“大本营”。

• MCP 服务器：专门的小程序，提供特定功能（如访问文件或调用 API），就像为 AI 服务的“专业导游”。

• MCP 客户端：连接主机和服务器的桥梁，确保通信顺畅，通常无需用户直接操作。

通过这种设计，MCP 让 AI 助手从单纯的对话工具，进化成能操作现实世界的强大助手。

MCP 与 API 的区别

你可能会问：API 不也能让 AI 调用外部服务吗？为什么需要 MCP？答案在于，MCP 不仅实现了 API 的功能，还带来了更高的标准化和灵活性：

举个例子：用 API 获取天气数据，AI 得解析复杂的 JSON；而用 MCP 天气服务器，AI 直接拿到简洁的预报结果，还能顺手帮你记录下来。MCP 的标准化和双向性，让 AI 的操作更高效、更自然。

以下是一个简单的表格，展示了两者在不同场景下的表现：

双向交互闭环

传统API的"一问一答"模式在复杂场景中捉襟见肘，而MCP支持多轮交互：

# MCP工具定义示例
@server.call_tool()
async def handle_call_tool(name, args):
if name == "book_meeting":
# 第一步：查询日历空闲时段
        slots = get_calendar_slots(args["duration"])
# 第二步：生成可选时间列表
return show_time_picker(slots)
# 第三步：接收用户选择并创建会议
        confirm_selection(args["time"])

MCP 的工作原理和架构

在学习如何使用 MCP 之前，了解它的工作原理和架构非常重要。MCP 建立在灵活、可扩展的客户端-服务器架构之上，让 LLM 与外部资源无缝通信。

核心架构

MCP 遵循客户端-服务器模型：

• 宿主：启动连接的 LLM 应用程序，如 Claude Desktop 或 AI IDE。

• 客户端：在宿主内部与服务器保持 1:1 连接，负责通信协调。

• 服务器：为客户端提供上下文、工具和提示，执行具体任务。

核心组件

1. 协议层

协议层处理消息的格式和通信逻辑，包括：

• 消息帧：定义消息的结构。

• 请求/响应链接：确保请求和回应一一对应。

• 高级通信模式：支持复杂交互。

核心类包括 Protocol、Client 和 Server，通过类型安全的接口处理请求和通知。例如：

class Protocol<Request, Notification, Result> {
request<T>(request: Request, schema: T): Promise<T>; // 发送请求并等待响应
notification(notification: Notification): Promise<void>; // 发送单向通知
}

2. 传输层

传输层负责实际的数据传输，支持两种机制：

• 标准输入输出传输：用于本地进程通信，简单高效。

• 带 SSE 的 HTTP 传输：支持远程通信，客户端用 POST 发送请求，服务器用 SSE（服务器推送事件）返回数据。

所有传输基于 JSON-RPC 2.0，确保消息格式统一。

消息类型

MCP 定义了四种主要消息类型：

• 请求（Request）：期望响应的消息，如 { method: "getWeather", params: { city: "Beijing" } }。

• 通知（Notification）：单向消息，无需回应，如 { method: "logEvent", params: { event: "start" } }。

• 结果（Result）：请求的成功响应，如 { temperature: 25 }。

• 错误（Error）：请求失败的反馈，如 { code: -32602, message: "Invalid params" }。

连接生命周期

1. 初始化：

• 客户端发送 initialize 请求，携带协议版本和功能。

• 服务器响应支持的版本和功能。

• 客户端发送 initialized 通知，连接就绪。

错误处理

MCP 定义了标准错误代码，如：

• ParseError (-32700)：解析错误。

• InvalidRequest (-32600)：无效请求。支持自定义错误代码，确保错误处理一致。

架构优势

• 标准化通信：统一 JSON 格式，客户端可自动发现服务器功能。

• 即插即用：无需为每个服务器定制代码，轻松替换或添加新服务器。

• 资源管理：服务器提供资源（如文件）、工具（如操作）和提示（如模板），LLM 通过标准调用访问。

为什么 MCP 有用？

• 统一接口：LLM 只需理解 MCP，无需学习各种 API。

• 可插拔架构：新功能只需添加 MCP 服务器。

• 工作流自动化：多个服务器可串联成复杂流程。

MCP 的实际应用

MCP 将 AI 从“只会说”变成“能做事”，以下是几个典型场景：

1. 文件管理：让 Claude 整理下载文件夹，或从笔记生成行动计划。

2. 信息查询：直接搜索本地文档或询问 PDF 内容。

3. 沟通辅助：根据报告起草 Slack 消息，或总结团队聊天。

4. 网络服务：通过 MCP 服务器获取天气、地图导航或新闻简报。
   

更多例子可以参考：

https://mcpcn.com/docs/examples/

快速上手 MCP

想体验 MCP？以下是简易步骤：

1. 安装 Claude Desktop：从 Claude.ai/download 下载。

2. 安装 Node.js：访问 Nodejs.org 下载，用于运行服务器。

3. 配置 MCP 服务器：

   
   {
     "mcpServers": {
       "filesystem": {
         "command": "npx",
         "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/<用户名>/Documents"]
   }
   }
   }
   

• 保存并重启。

• 在 Claude Desktop 设置中编辑 claude_desktop_config.json：

结语

相关阅读：