支持私有云部署
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


火爆 AI 编程圈的 MCP 到底是个什么东西?

发布日期:2025-03-17 06:45:00 浏览次数: 1585 来源:非著名程序员
推荐语

AI编程领域的新突破,MCP协议如何改变AI应用开发?

核心内容:
1. MCP协议的定义和作用
2. MCP协议的核心组成部分
3. MCP协议在AI应用开发中的应用场景

杨芳贤
53A创始人/腾讯云(TVP)最具价值专家

最近,如果你经常使用 AI 编程的话,肯定听到过 MCP 这个概念?

那到底什么是 MCP 呢?

我今天试图给大家讲明白。

先从专业角度讲,MCP 就是 Anthropic (Claude) 主导发布的一个开放的、通用的、有共识的协议标准。

Model Context Protocol (MCP)

  • MCP 是一个标准协议,就像给 AI 大模型装了一个 “万能接口”,让 AI 模型能够与不同的数据源和工具进行无缝交互。它就像 USB-C 接口一样,提供了一种标准化的方法,将 AI 模型连接到各种数据源和工具。

  • MCP 旨在替换碎片化的 Agent 代码集成,从而使 AI 系统更可靠,更有效。通过建立通用标准,服务商可以基于协议来推出它们自己服务的 AI 能力,从而支持开发者更快的构建更强大的 AI 应用。开发者也不需要重复造轮子,通过开源项目可以建立强大的 AI Agent 生态。

  • MCP 可以在不同的应用 / 服务之间保持上下文,从而增强整体自主执行任务的能力。

MCP 遵循客户端 - 服务器架构,包含以下几个核心部分:

  • MCP 主机(MCP Hosts):发起请求的 AI 应用程序,比如聊天机器人、AI 驱动的 IDE 等。

  • MCP 客户端(MCP Clients):在主机程序内部,与 MCP 服务器保持 1:1 的连接。

  • MCP 服务器(MCP Servers):为 MCP 客户端提供上下文、工具和提示信息。

  • 本地资源(Local Resources):本地计算机中可供 MCP 服务器安全访问的资源,如文件、数据库。

  • 远程资源(Remote Resources):MCP 服务器可以连接到的远程资源,如通过 API 提供的数据。

MCP 架构图

MCP 的工作流程可以简单概括为以下几个步骤:

  1. 连接:MCP 主机连接到一个或多个 MCP 服务器。
  2. 请求:主机发送请求以获取数据或执行工具。
  3. 处理:服务器处理请求,访问相关数据源或外部服务。
  4. 返回:服务器将结果返回给主机。
  5. 生成响应:主机将信息提供给 AI 模型,用于生成用户响应。

为什么需要 MCP 呢?

举个例子,例如我们目前还不能同时通过某个 AI 应用来做到联网搜索、发送邮件、发布自己的博客等等,这些功能单个实现都不是很难,但是如果要全部集成到一个系统里面,就会变得遥不可及。

如果你还没有具体的感受,我们可以思考一下日常开发中,想象一下在 IDE 中,我们可以通过 IDE 的 AI 来完成下面这些工作。

  • 询问 AI 来查询本地数据库已有的数据来辅助开发
  • 询问 AI 搜索 Github Issue 来判断某问题是不是已知的 bug
  • 通过 AI 将某个 PR 的意见发送给同事的即时通讯软件 (例如 Slack) 来 Code Review
  • 通过 AI 查询甚至修改当前 AWS、Azure 的配置来完成部署

那有了 MCP 呢?其他服务都遵循 MCP 标准的话,就像万能接口一样,让我们开发更高效了。

举个通俗易懂的例子

假设你正在使用一个 AI 编程助手来帮助你写代码。这个 AI 助手就是一个 MCP 主机。它需要访问一些外部资源,比如代码库、文档或者调试工具。MCP 服务器就像是一个中介,它连接了这些资源和 AI 助手。

  • 当你需要查找某个函数的用法时,AI 助手通过 MCP 客户端向 MCP 服务器发送请求。
  • MCP 服务器接收到请求后,去代码库或文档中查找相关信息。
  • 找到信息后,MCP 服务器将结果返回给 AI 助手。
  • AI 助手根据返回的信息,生成一段代码或解释,展示给你。

MCP 的优势

  • 标准化:MCP 提供了一种统一的通信协议,使得不同的 AI 应用可以更容易地集成和扩展。
  • 灵活性:通过 MCP,AI 应用可以连接到各种数据源和工具,增强了其功能和适用性。
  • 安全性:MCP 确保了数据传输的安全性,保护了用户的隐私和数据安全。

举个生活化的例子:假设你是一个班长,每天要处理很多班级事务:查班级成绩表(Excel 文件存在电脑里),收集同学反馈(微信群里聊天记录),安排值日表(在线文档)。

传统方式:你需要自己打开 Excel、翻微信记录、编辑在线文档,手动整理信息,耗时费力。

使用 MCP 后,你直接对 AI 说:“帮我查一下最近数学考试的平均分,把不及格的同学名单整理到值日表里,并在微信群提醒他们补考。”AI 会自动完成:用“万能插头”MCP 连接你的电脑,读取 Excel 成绩。用 MCP 连接微信,找到相关聊天记录。用 MCP 修改在线文档,更新值日表。整个过程不需要你手动操作,数据也不会离开你的设备,安全又高效。

所以,MCP 厉害的地方在于,不用重复造轮子。过去每个软件(比如微信、Excel)都要单独给 AI 做接口,现在 MCP 统一了标准,就像所有电器都用 USB-C 充电口,AI 一个接口就能连接所有工具。

而且,数据不用上传到云端,AI 直接在本地处理。比如你的成绩单只存在自己电脑里,AI 通过 MCP 读取分析,但数据不会外泄。

MCP 会让 AI 更“懂”上下文,比如你让 AI “总结上周班会的重点”,它能自动调取会议录音、聊天记录、笔记文档,综合这些信息给你答案,而不是凭空编造。

所以,MCP 为 AI 应用提供了一个强大的工具,使其能够更灵活、更安全地与外部世界交互。


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

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询