一句话定义

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，可以把它理解为 AI 应用访问外部上下文的标准接口。

推荐阅读顺序

1. 什么是 MCP
2. MCP 架构
3. MCP Server
4. AI Agent 开发

核心概念表

学习路径

先弄清楚 MCP 解决的是“连接标准化”问题，再理解 C-S 架构里的 Host、Client、Server。之后再看 Server 暴露的三类能力：Tools、Resources、Prompts。

如果你已经在做 Agent 应用，可以把 MCP 放到工具生态和上下文管理里理解：它不是替代 Agent Harness，而是给 Harness 提供更标准的能力入口。

延伸阅读

• Function Calling
• Agent开发中的常见问题

核心功能主要包含三类

1. Tools：AI 应用可以根据用户请求主动决定调用这些功能，实现类似于向数据库写数据、调用外部 API、修改文件等操作。
2. Resources：被动型的数据源，提供只读的访问权限，用来获取文件内容等。
3. Prompts：预先构建好的指令模板，用来指导 AI 使用特定工具和资源来完成任务（MCP Server 官方说明书）。

MCP 使用 JSON Schema 来进行验证，每个工具只执行一项操作，输入和输出都是明确定义的。

Tools

以下是一个简单的工具定义：

{
  "name": "searchFlights",
  "description": "Search for available flights",
  "inputSchema": {
    "type": "object",
    "properties": {
      "origin": {
        "type": "string",
        "description": "Departure city"
      },
      "destination": {
        "type": "string",
        "description": "Arrival city"
      },
      "date": {
        "type": "string",
        "format": "date",
        "description": "Travel date"
      }
    },
    "required": ["origin", "destination", "date"]
  }
}

示例：

searchFlights(origin: "NYC", destination: "Barcelona", date: "2024-06-15")

通常 AI 应用可以自主地发现并调用这些工具，不过 MCP 通过多种机制来确保人类可以起到监督的作用，例如：

• UI 中显示各种可用工具，让用户能够决定在特殊的交互场景中是否使用某项工具。
• 针对工具执行的确认对话框。
• 对于涉及权限的操作进行预先审批。
• 工具调用的过程以及结果的日志记录。

Resources

为 AI 应用提供结构化的方式来获取信息，随后可以用于模型的输入数据或上下文信息。

资源支持两种发现模式：

• 直接资源：指向特定数据的固定 URI。
• 资源模板：用带参数的动态 URI 实现灵活的查询。

示例：

• 日历数据（calendar://events/2024）：查看用户的可用时间。
• 证件（file://Documents/Travel/IdCard.pdf）：查看身份证复印件。

AI 应用可以获取这些资源并决定如何处理它们，模型就能了解各种资源的可用性，并据此做出更准确的决策。

资源模板示例：

{
  "uriTemplate": "weather://forecast/{city}/{date}",
  "name": "weather-forecast",
  "title": "Weather Forecast",
  "description": "Get weather forecast for any city and date",
  "mimeType": "application/json"
}

{
  "uriTemplate": "travel://flights/{origin}/{destination}",
  "name": "flight-search",
  "title": "Flight Search",
  "description": "Search available flights between cities",
  "mimeType": "application/json"
}

资源模板使查询更加灵活。对于天气数据，AI 应用可以查询任意城市/日期的天气预报组合；对于航班信息，可以查询任意两个城市机场之间的航线，为 AI 应用规划行程提供详细数据。

动态资源支持参数补全，例如输入 Par 作为 weather://forecast/{city} 的参数，很可能是想输入 Paris，系统可以帮助用户在不明确了解格式要求时查到准确的数据。

Prompts

提示词是一种结构化的模板，用来定义所需的输入内容以及交互方式，由用户来控制，需要用户主动触发，还具有情景感知能力，可以利用现有的资源和工具来构建完整的工作流程。与资源类似，提示词也支持参数补全，来帮助用户确定合适的参数。

示例：

{
  "name": "plan-vacation",
  "title": "Plan a vacation",
  "description": "Guide through vacation planning process",
  "arguments": [
    {
      "name": "destination",
      "type": "string",
      "required": true
    },
    {
      "name": "duration",
      "type": "number",
      "description": "days"
    },
    {
      "name": "budget",
      "type": "number",
      "required": false
    },
    {
      "name": "interests",
      "type": "array",
      "items": {
        "type": "string"
      }
    }
  ]
}

相比于无结构的自然语言，提示词系统能够实现：

1. 选择“规划假期”这个模板。
2. 然后结构化输入目的地、时间、预算以及偏好。
3. 并执行基于模板的标准化工作流的执行方式。

这些提示由用户自行控制，需要用户主动触发才能显示，这常意味着开发者需要设计与其风格相协调的界面，通常包含以下原则：

• 可以轻松找到可用的 Prompt。
• 对每个 Prompt 用来做什么进行详细说明。
• 透明地展示 Prompt 依赖的底层模板。

虽然很多面试题中会有一个常见的“MCP 和 Skill 有什么区别”，但是从我的感觉来看，MCP 中的 Prompt 其实就类似于一个官方的 Skill，类似于一个说明书，给出你“装了这个 MCP Server 之后都可以做什么”的一个最佳实践。MCP官方文档中还有一段关于将多个 MCP Server 组合在一起的内容，我觉得更类似于当前语境下的 Skill。

• MCP 采用 C-S 架构：Host 通过 Client 连接一个或多个 Server。
• Host 是用户直接使用的 AI 应用，Client 是 Host 内部的连接组件，Server 是暴露能力的外部程序。
• 一个 Host 可以同时连接多个 MCP Server，每个 Server 可以提供 Tools、Resources 和 Prompts。
• 传输方式会影响部署形态：本地 Server 常用 stdio，远程 Server 通常使用 HTTP 类传输。

适合谁读

• 已经知道 MCP 是什么，想进一步理解 Host、Client、Server 分工的人。
• 准备开发 MCP Server，想知道它和 AI 应用之间如何连接的人。
• 想把 MCP 放进 Agent 工具体系里的人。

MCP 的组成

MCP 采用 C-S 架构，常见的 MCP Host 如 Codex、Claude 会与多个 MCP Server 建立连接。例如，本地的 computer-use MCP Server 和在远端的 GitHub MCP Server，Host 会为每个 MCP Server 创建对应的 Client，来保持专用的连接。

如上面所说，MCP Server 可以在本地也可以在远程，可以通过使用不同的传输协议来实现。使用 STDIO 的本地 MCP Server 通常只服务于本地的 MCP 客户端，而使用 Streamable HTTP 的远程服务器则通常可以服务于多个 MCP 客户端。

通常 MCP 生态里还会包含：

• MCP 规范：定义协议和消息结构。
• MCP SDK：帮助开发者实现 Client 或 Server。
• MCP 开发工具：用于调试和测试 MCP Server。
• MCP Server 的参考实现：例如文件系统、GitHub、数据库等 Server。

Host、Client、Server 的区别

MCP 架构中主要组成部分包括 3 类：

1. MCP Host：负责协调管理一个或多个 MCP Clients 的 AI 应用，例如 Codex。
2. MCP Client：与 MCP Server 保持连接的组件，从 MCP Server 获取数据，供 MCP Host 使用。
3. MCP Server：一种为 MCP Client 提供所需上下文的程序。

可以这样理解：

一个请求如何流动

一个简化的 MCP 调用过程大概是：

用户提出任务
-> Host 判断需要外部能力
-> Host 通过对应 Client 请求某个 Server
-> Server 返回工具列表、资源内容或工具执行结果
-> Host 把结果放回模型上下文
-> 模型继续生成或继续调用工具

这里最重要的是：Server 不直接替模型做所有决策。Server 提供能力，Host 和模型决定什么时候使用这些能力，而 Harness 或应用层负责权限、确认和审计。

常见误区

MCP Client 不是用户侧应用本身

用户通常看到的是 Host。Client 更像 Host 内部和某个 Server 通信的连接层。

一个 Host 不只连接一个 Server

实际使用中，一个 AI 应用可以同时连接文件系统、GitHub、浏览器、数据库等多个 MCP Server。

MCP 架构不自动等于安全架构

MCP 只是把连接标准化。是否允许写文件、是否允许调用某个 API、是否需要人工确认，仍然要由应用和 Server 共同设计。

延伸阅读

• MCP 学习路线
• 什么是 MCP
• MCP Server