# MCP (Model Context Protocol) 介绍
## 什么是MCP？
MCP（Model Context Protocol）是一个开放协议，用于标准化应用程序如何向大语言模型（LLM）提供上下文。可以将MCP比喻为AI应用程序的USB-C接口 - 就像USB-C为设备连接各种外设提供标准化方式一样，MCP为AI模型连接不同的数据源和工具提供了标准化的方式。
## 为什么选择MCP？
MCP主要帮助开发者在LLM之上构建代理和复杂工作流。它提供以下核心优势：
- 预构建集成列表，LLM可以直接接入
- 在不同LLM提供商和供应商之间灵活切换的能力
- 在基础设施中保护数据的最佳实践
## 架构组成
MCP采用客户端-服务器架构，主要包含以下组件：
1. **MCP主机**:
- 如Claude Desktop、IDE或AI工具等需要通过MCP访问数据的程序
2. **MCP客户端**:
- 与服务器保持1:1连接的协议客户端
3. **MCP服务器**:
- 通过标准化的模型上下文协议暴露特定功能的轻量级程序
4. **数据源**:
- 本地数据源：MCP服务器可以安全访问的计算机文件、数据库和服务
- 远程服务：MCP服务器可以连接的通过互联网提供的外部系统（如API）
## MCP的三大核心功能
### 1. 工具（Tools）
- 可以被AI模型调用的函数
- 需要用户批准才能执行
- 示例：获取天气预报、查询数据库等
### 2. 资源（Resources）
- 可以被客户端读取的类文件数据
- 如API响应或文件内容
- 示例：文档、配置文件等
### 3. 提示（Prompts）
- 帮助用户完成特定任务的预设模板
- 优化AI模型的输出
- 示例：特定格式的写作模板
## MCP的优势
1. **扩展性**
- 让AI模型能够访问外部工具和实时数据
- 可以根据需求添加新的功能和服务
2. **标准化**
- 提供统一的交互协议
- 简化开发和集成过程
3. **安全性**
- 通过用户授权机制确保安全使用
- 控制AI模型的权限范围
4. **灵活性**
- 可以根据需求自定义各种功能
- 支持多种编程语言和平台
## 实际应用示例
以天气查询为例，通过MCP：
1. AI模型可以获取实时天气数据
2. 用户可以询问"今天会下雨吗？"
3. AI调用相应的天气API获取数据
4. 用自然语言回答用户的问题
## 传输机制
MCP目前支持两种标准传输方式：
- stdio
- HTTP with SSE
同时也允许自定义传输机制。需要注意的是，当前MCP客户端-服务端通信传输机制的实现仅限于本地通信，远程连接的支持计划在2025年的路线图中逐步实现，包括：
- 认证授权
- 服务发现
- 无状态操作等关键功能
## 总结
MCP作为一个强大而灵活的解决方案，为AI应用程序提供了标准化的上下文提供方式。它不仅简化了AI模型与外部工具和数据源的集成过程，还确保了安全性和可扩展性。通过MCP，开发者可以更容易地构建复杂的AI应用，使AI模型能够更好地服务于实际应用场景。