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


MCP不是API。AI+MCP > AI+API

发布日期:2025-03-17 18:52:55 浏览次数: 1539 来源:PyTorch研习社
推荐语

MCP重新定义了AI与系统的交互方式,比传统API更强大灵活。

核心内容:
1. API的局限性及常见问题
2. MCP与传统API的区别和优势
3. MCP在AI应用中的潜力和案例

杨芳贤
53A创始人/腾讯云(TVP)最具价值专家

MCP(Model Context Protocol,模型上下文协议) 不仅仅是“另一个类似 API  的东西”。如果你认为“兄弟,这两个想法是一样的”,那意味着你仍然不明白。



传统的 API 使用一组固定和预定义的端点来公开其功能。例如,/products、/orders、/invoices。


如果要向 API 添加新功能,则必须创建新端点或修改现有端点。任何需要此新功能的客户端也需要进行修改以适应更改。


仅此问题就是一场巨大的噩梦,但还有更多。


假设你需要更改一个端点所需的参数数量。如果不破坏使用你的 API 的每个客户端,你就无法进行此更改!这个问题给我们带来了 API 中的“版本控制”,任何构建过版本控制的人都知道维护它是多么痛苦。


文档是另一个问题。如果你正在构建客户端来使用 API,则需要找到其文档,该文档与 API 本身是分开的(有时不存在)。


MCP 的工作方式非常不同:

首先,MCP 服务器会将其功能公开为具有语义描述的“工具”。这很重要!每个工具都是自我描述的,并包含有关工具功能、每个参数的含义、预期输出以及约束和限制的信息。


你不需要单独的文档,因为界面本身就是文档!


我最喜欢的部分之一是当你需要进行更改时:

假设你更改了服务器中某个工具所需的参数数量。使用 MCP,你不会破坏使用服务器的任何客户端。它们将动态适应变化!


如果你添加新工具,你也不需要修改客户端。它们会自动发现该工具并在适当的时候开始使用它!


但这只是乐趣的开始:

你可以设置你的工具,使其根据上下文可用。例如,MCP 服务器可以公开一个工具,仅向那些先登录的客户端发送消息。


还有更多,但我认为我不需要继续重复这个老生常谈。


总之:AI + MCP > AI + API


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