Anthropic 开源 MCP 协议：今年 Agent 智能体最有想象力的进展

 Anthropic 开源的模型上下文协议 (MCP) 是一种变革性的开放标准，旨在弥合前沿 AI 模型（特别是 AI Agent）与其所需数据源之间的差距。通过提供通用连接协议，MCP 简化了 AI Agent 与计算机资源的集成，释放了其潜力，并促进了开放协作的生态系统。本文深入探讨了 MCP 的架构、优势、使用方法和未来发展方向，并提供了丰富的示例和实践指南，帮助您快速上手 MCP，了解今年 Agent 智能体最实用的进展。

AI Agent 渴望连接真实世界

构建强大的 AI Agent 不仅仅需要先进的模型，还需要它们能够访问和理解真实世界的数据。然而，当前 AI Agent 常常受限于数据访问的瓶颈。数据散落在不同的“孤岛”中，每个数据源都需要定制的集成方案，这使得构建真正连接的 AI Agent 系统变得复杂而低效。AI Agent 渴望连接真实世界的数据，才能真正发挥其潜力。 传统的计算机使用方式往往将数据和程序隔离，而 MCP 的出现正在改变这一现状。

MCP 的出现，如同为 AI Agent 架起了一座通往真实世界的桥梁，让它们能够自由地获取和利用所需的数据，如同人类使用计算机一样便捷。

MCP：连接数据源的通用开放标准

为了打破数据孤岛的限制，Anthropic 开源了模型上下文协议 (MCP)，一个旨在连接 AI 助手与数据源的通用开放标准。 MCP 提供了一种统一的方式，让 AI Agent 系统能够安全、高效地访问各种数据源，包括数据库、云存储、业务工具和开发环境，甚至直接与计算机的操作系统和硬件交互。 这使得开发者可以更轻松地构建能够理解和利用真实世界信息的 AI Agent，并将其能力扩展到更广泛的计算机使用场景。

MCP 的架构和工作原理

MCP 采用客户端-服务器架构。AI 助手（例如 Anthropic 的 Claude）作为客户端，通过 MCP 服务器访问数据源。MCP 服务器充当桥梁，将 AI 助手与各种数据源连接起来。开发者可以构建自定义的 MCP 服务器，也可以使用 Anthropic 提供的预构建服务器。

简单来说，AI Agent 发出请求，MCP 服务器找到并获取数据，然后将数据返回给 AI Agent，就像人类用户在计算机上操作文件和程序一样。

下图展示了 MCP 的基本架构：

• • MCP Hosts (客户端): LLM 应用，例如 Claude Desktop， IDEs，或者其他 AI 工具，它们需要通过 MCP 访问资源。

• • MCP Clients: 在 Host 应用内部，维护与服务器的 1:1 连接的协议客户端。

• • MCP Servers (服务器): 轻量级程序，每个服务器通过标准化的 MCP 暴露特定的功能。

• • Local/Remote Resources (资源): 你的计算机资源（数据库，文件，服务）或者远程资源（例如通过 API），MCP 服务器可以安全地访问它们。

MCP 的核心组件：规范、SDK 和服务器

MCP 提供了完整的开发工具包，包括：

• • 规范: 详细定义了 MCP 的消息格式、通信协议和功能接口，确保不同实现之间的互操作性。

• • SDK: 提供了 Python 和 TypeScript 的 SDK，简化了 MCP 客户端和服务器的开发，让开发者可以更快速地构建 MCP 应用。

• • 服务器: Anthropic 提供了多个预构建的 MCP 服务器，例如 SQLite、PostgreSQL、Google Drive 等，方便开发者快速连接到常用数据源。

MCP 的优势：简化集成，释放 AI Agent 潜力

降低开发成本，加速创新

通过采用 MCP，开发者无需为每个数据源构建定制的集成方案，只需针对 MCP 协议构建一次即可。这大大降低了开发成本，加快了 AI 应用的开发速度，并促进了 AI 领域的创新。 “一次构建，随处连接” 是 MCP 的核心优势之一。

构建可持续的 AI 架构

MCP 促进了更可持续的 AI 架构。随着生态系统的成熟，AI 系统将在不同工具和数据集之间移动时保持上下文，用更可持续的架构取代当今碎片化的集成。 这意味着 AI Agent 可以更灵活地访问和利用不同来源的数据，而无需进行复杂的配置和调整，就像人类用户在不同应用程序之间切换一样流畅。

促进开放和协作的 AI 生态

MCP 是一个开源项目，鼓励社区贡献和协作。MCP 的开放性有助于推动 AI 技术的创新和普及，使更多开发者和企业能够受益。 Anthropic 致力于构建一个开放和协作的 MCP 生态系统，共同推动 AI Agent 技术的发展。

MCP 实战：快速入门指南 (以 SQLite 为例)

本节将引导您完成一个简单的示例，演示如何使用 MCP 将 Claude Desktop 连接到 SQLite 数据库。

首先，请确保您已经安装了必要的软件：

• • Claude Desktransform: translateY( https://claude.ai/download

• • uv: https://docs.astral.sh/uv/

• • Git: https://git-scm.com/

• • SQLite: https://www.sqlite.org/download.html

安装和配置

配置 Claude Desktop 使其能够连接到您的本地 MCP 服务器。编辑 ~/Library/Application Support/Claude/claude_desktop_config.json 文件, 添加以下配置 (将 YOUR_USERNAME 替换成您的用户名，并将 /path/to/your/database.db 替换成您的数据库文件路径):

{
  "mcpServers": {
    "sqlite": {
      "command": "uvx",
      "args": ["mcp-server-sqlite", "--db-path", "/path/to/your/database.db"]
    }
  }
}

连接到数据源 (SQLite)

创建示例数据库 test.db，并使用以下命令插入示例数据：

sqlite3 test.db <<EOF
CREATE TABLE products (
  id INTEGER PRIMARY KEY,
  name TEXT,
  price REAL
);

INSERT INTO products (name, price) VALUES ('Widget', 19.99), ('Gadget', 29.99); -- ... other data
EOF

启动 SQLite MCP 服务器:

uvx mcp-server-sqlite --db-path test.db

配置完成后，重启 Claude Desktop。现在，您可以在 Claude Desktop 中与您的数据库交互：

帮我找出转股溢价率（TRANSFER_PREMIUM_RATIO）在20以内的标的（SECURITY_NAME_ABBR）

Claude Desktop 将查询您的 SQLite 数据库并显示结果。

测试和调试

MCP 提供了丰富的调试工具和日志记录功能，帮助您快速定位和解决问题。查看 Claude Desktop 的日志文件可以帮助排查连接问题和错误信息。

MCP 的未来：重塑 AI Agent 格局

构建 AI 生态系统的基石

MCP 不仅仅是一个技术协议，更是一个构建未来 AI 生态系统的关键基石。它鼓励开发者和企业共享和重用数据连接器，避免重复劳动，降低集成成本。 MCP 有潜力成为 AI Agent 领域的“连接器标准”，就像互联网时代的 HTTP 协议一样，促进互联互通和快速发展。

重塑 AI Agent 交互的关键

MCP 的出现将从根本上改变 AI 助手与数据交互的方式，并最终重塑 AI 应用的格局。它将解锁全新的 AI 应用场景，例如自动化知识管理、智能业务流程自动化等。 MCP 将赋予 AI Agent 更强大的能力，让它们能够更深入地理解和参与到现实世界中，像人类一样使用计算机完成各种复杂任务。