什么是 MCP(模型上下文协议)?
AI 时代的 USB-C 统一插口!看懂 Anthropic 如何用一套开源标准彻底终结“M 个大模型对接 N 个软件必须写 M×N 套定制胶水代码”的噩梦!
给 Claude 写套读 GitHub 的插件,换到 ChatGPT 又要按 GPT Actions 重写,换到 Cursor 又要定制一遍。开发者陷入无休止的 API 适配苦力中,数据源权限难以管控,AI 沦为一座座互不相通的信息孤岛。
由 Anthropic 主导开源并被全行业(OpenAI、Cursor、VS Code 等)迅速采纳的开放标准! 数据源或软件只需开发一个标准 MCP Server,任何支持 MCP 的 Host(Claude Code、ChatGPT、IDE)插上就能立刻读取数据、触发工具并运行工作流!
MCP 协议的三大核心原语 (Primitives)
模型与外部系统交互的标准化语言基石
1. Resources (被动数据源)
类似 REST API 的 GET 读取。向 AI 提供结构化或非结构化只读数据(如本地文件、数据库记录、API 日志)。客户端可主动获取或订阅更新通知。
2. Prompts (专家预置模版)
Server 端提供的标准化提示词模版与工作流意图。协助用户引导 AI 按照特定格式或业务规则完成代码评审、Bug 调查或 SQL 查询。
3. Tools (主动可执行动作)
允许 AI 真正“采取行动”的函数(POST/PUT 动作)。例如向 GitHub 提 PR、在 Slack 发消息、执行一条终端命令,通常需要人类授权确认(Human-in-the-loop)。
📊 MCP 架构关键角色与通信通道
标准客户端-服务端(Client-Server)解耦设计:
🎮 交互模拟器:推演 MCP 协议在不同实战场景下的调用握手
点击查看 AI Agent 如何通过 MCP 规范与不同外部系统无缝协同: