微信扫码
添加专属顾问
我要投稿
探索人工智能交互新纪元,MCP开启编程与AI协作新篇章。 核心内容: 1. 模型上下文协议(MCP)的起源与定义 2. MCP如何简化AI应用的数据交互流程 3. MCP在实际应用中的工作原理与操作指南
MCP 起源于 2024 年 11 月 25 日 Anthropic 发布的文章:Introducing the Model Context Protocol。
MCP (Model Context Protocol,模型上下文协议)定义了应用程序和 AI 模型之间交换上下文信息的方式。旨在为人工智能模型和开发环境之间建立统一的上下文交互方式。通过提供对上下文信息的标准化访问,MCP 使得人工智能模型能够更好地理解和处理代码。
举个栗子,在过去,为了让大模型等 AI 应用使用我们的数据,要么复制粘贴,要么上传下载,非常麻烦。
即使是最强大模型也会受到数据隔离的限制,形成信息孤岛,要做出更强大的模型,每个新数据源都需要自己重新定制实现,使真正互联的系统难以扩展,存在很多的局限性。
现在,MCP 可以直接在 AI 与数据(包括本地数据和互联网数据)之间架起一座桥梁,通过 MCP 服务器和 MCP 客户端,大家只要都遵循这套协议,就能实现“万物互联”。
对于用户来说,我们并不关心 MCP 是如何实现的,通常我们只考虑如何更简单的用上这一特性。
具体的使用方式参考官方文档: https://modelcontextprotocol.io/quickstart/user
配置成功后可以在 Claude 中测试:Can you write a poem and save it to my desktop?
Claude 会请求你的权限后在本地新建一个文件。
官方也提供了非常多现成的 MCP Servers,只需要选择你希望接入的工具,然后接入即可。
https://github.com/punkpeye/awesome-mcp-servers
https://mcpservers.org/
https://github.com/modelcontextprotocol/servers
当用户提出一个问题时:
客户端(Claude Desktop / Cursor)将你的问题发送给 Claude。
Claude 分析可用的工具,并决定使用哪一个(或多个)。
客户端通过 MCP Server 执行所选的工具。
工具的执行结果被送回给 Claude。
Claude 结合执行结果构造最终的 prompt 并生成自然语言的回应。
回应最终展示给用户。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-08-13
2024-06-13
2024-08-21
2024-09-23
2024-07-31
2024-05-28
2024-08-04
2024-04-26
2024-07-09
2024-09-17
2025-03-28
2025-03-27
2025-03-27
2025-03-27
2025-03-27
2025-03-26
2025-03-25
2025-03-23