本文结论

  • MCP 是一种让 AI 应用连接外部工具、数据源和提示模板的开放协议。
  • 它解决的是“AI 应用如何标准化访问外部上下文和能力”的问题。
  • MCP 常被类比为 AI 应用的 USB-C：不同应用和工具可以围绕同一套接口连接。
  • 理解 MCP 时，要同时理解 Host、Client、Server，以及 Tools、Resources、Prompts 三类能力。

适合谁读

  • 第一次听到 MCP，想快速理解它解决什么问题的人。
  • 正在使用 Codex、Claude 等 AI 应用，想知道它们如何连接外部工具的人。
  • 准备开发 MCP Server 或把 MCP 放进 Agent 工具体系里的人。

MCP 的定义

MCP 是 Model Context Protocol 的缩写，是一种用于将 AI 应用与外部系统相连的开源协议。借助 MCP，AI 应用可以获取所需的信息并完成各种任务。

通俗地讲，可以把 MCP 理解为 AI 应用的 “USB-C” 协议。USB-C 为电子设备提供标准化连接方式，MCP 则为 AI 应用访问工具、数据和提示模板提供标准化接口。

MCP 可以用来做什么

通过 MCP，智能体可以访问邮箱、日历、代码仓库、文件系统、数据库、设计工具和浏览器等外部系统。常见场景包括：

  • 连接 GitHub，读取 issue、PR 或仓库内容。
  • 连接数据库，通过自然语言分析数据。
  • 连接文件系统，让 AI 应用读取或整理本地项目。
  • 连接 Figma、Blender 等创作工具，把 AI 生成能力接入设计和 3D 工作流。
  • 连接内部系统，让客服、运维或数据分析 Agent 使用企业上下文。

MCP 由哪些部分组成

理解 MCP 时，可以先看三层角色：

角色作用
MCP Host使用 MCP 能力的 AI 应用，例如 Codex 或 Claude Desktop
MCP ClientHost 内部负责连接某个 MCP Server 的组件
MCP Server暴露工具、资源和提示模板的程序

MCP Server 通常提供三类能力：

能力作用
Tools可以被 AI 应用主动调用的动作，例如搜索、写入、调用 API
Resources只读上下文或数据源，例如文件、文档、数据库记录
Prompts可复用的任务模板，用来指导模型完成特定工作

常见误区

MCP 不是一个具体工具

MCP 是协议，不是某一个单独的应用。文件系统 Server、GitHub Server、数据库 Server 都可以是 MCP Server。

MCP 不等于 Agent Harness

MCP 提供标准化连接方式，但 Agent 仍然需要自己的 Harness 来处理权限、trace、错误恢复、上下文管理和 eval。

MCP 不会自动解决安全问题

MCP Server 暴露能力之后，仍然要认真设计权限、确认机制和审计。尤其是写文件、发请求、改数据库这类动作，不能只靠模型自觉。

延伸阅读