最近，有个概念很火：MCP。

据说它能够调用搜索功能、控制数据库等，那么它与 AI Agent 或者 Function Call 究竟有什么区别呢？

这篇文章，给你讲明白。

MCP官网：

https://modelcontextprotocol.io/introduction

一、什么是MCP？

MCP，全称 Model Context Protocol（模型上下文协议），是Anthropic提出的一种开放协议，旨在标准化应用程序向大语言模型（LLM）提供上下文的方式。

可以将其类比为AI模型的“USB-C”接口，它让AI能够轻松访问各种外部数据源和工具，实现更强的动态信息处理能力。

换句话说，MCP为AI模型提供了一种统一的交互协议，使其能够像联网的搜索引擎一样查询最新数据、访问企业数据库，甚至是执行自动化任务。

二、为什么MCP

MCP的提出，可以追溯到AI大模型发展面临的几个核心问题：

• 数据时效性问题：传统大模型训练数据固定，导致其知识具有滞后性，无法实时访问最新的信息。

• 碎片化工具链：不同的AI工具和插件往往各自为政，缺乏统一标准，使得开发者需要针对不同模型单独适配，增加了开发成本。

• 上下文管理复杂：Function Call等现有方法可以调用API，但它们通常要求开发者显式定义调用逻辑，难以形成统一的AI生态。

在这些需求的推动下，Anthropic提出了MCP，旨在为AI模型提供标准化的数据访问方式，让模型能够与各种外部数据源进行交互。

所以MCP可以有效的结解决现有AI与环境交互带来的各种麻烦。

想象一下，如果你的AI助手可以轻松访问你的个人内部数据库、邮箱，日历等等，而不需要针对每个应用单独开发接口，这会极大提升AI的实用性。MCP就是这样一个通用的“适配器”，就像上面的图片一样，一个type-c转换器解决所有问题。

但是，如果我们都有像OpenAI的function call 我们为什么还需要MCP, 这看起来好像有点多余。

但核心上还是几个重要区别：

它使 AI 能够访问多种外部数据源（如数据库、API、搜索引擎），通过 MCP 服务器进行交互，构建开放的插件化 AI 生态。而 Function Call 则更专注于让 AI 调用预定义的函数接口，主要用于执行特定任务，如计算器调用或 API 交互，依赖开发者手动定义接口。

简单来说，Function Call更像是AI调用特定任务的API，而 MCP 更像是AI访问一个开放的数据生态。

因此，MCP 可能推动 AI 生态的发展，使其能够更自由地扩展和集成不同的数据源。

说了这么多，哪里能获取我们想要的MCP呢？

MCP.so 提供非常多插件供大家使用，例如时间MCP， 爬虫MCP等等大量丰富的MCP。

MCP商店：

https://mcp.so/

三、实战：使用Claude Desktop操作Notion

现在主流的几种使用MCP的方式有，cline, windsurf, 还有就是claude desktop。

这里我们使用Claude Desktop 作为教程。

准备工作

1、设置 MCP Notion 服务器

这边需要你有node.js, 没有的小伙伴可以去node.js 的官网下载安装一下。

然后，克隆仓库：

git clone https://github.com/suekou/mcp-notion-server.git

然后运行以下命令：

cd notion
npm run build
npm link

确保 notion/build/index.js 文件成功创建。

2、准备 Notion API 令牌

前往 Notion 集成页面(https://www.notion.so/my-integrations)，创建一个新集成，并复制 API 令牌，保留一下等下会用。

3、配置 claude_desktop_config.json

编辑 claude_desktop_config.json，添加 Notion 服务器路径和 刚刚的Notion API 令牌：

{
  "mcpServers": {
    "notion": {
      "command": "node",
      "args": [
        "/Users/YOUR_USERNAME/Desktop/mcp-notion-server/notion/build/index.js"
      ],
      "env": {
        "NOTION_API_TOKEN": "Notion AAPI令牌"
      }
    }
  }
}

重启 Claude Desktop，点击工具图标（右下角小榔头），查看 "notion" 是否出现在 "From Server" 选项中。

让 Claude 撰写一篇文章后，发送以下消息：

写一篇关于CLaude的文章。

授权 Claude 访问 Notion，稍等片刻，即可在 Notion 页面看到保存的内容。

操作Notion数据库

这里我们想要创建一个电影数据库，Claude会自己获取知识然后创建在Notion里，相当方便。

创建一个关于电影的数据库

然后向 Claude 询问：

告诉我评分为 ⭐️⭐️⭐️⭐️⭐️ 的电影。

Claude 将从 Notion 数据库检索相关数据，并返回匹配的结果。

四、MCP的未来展望

反正我使用了之后，我觉得MCP对于AI软件的开发会大大提高效率。

希望MCP生态能快速的发展起来，这样未来使用MCP就像使用浏览器插件一样简单且高效。

每个人能都可以创建属于自己的AI小助手。