一、什么是 MCP¶
MCP 的全称是 Model Context Protocol，由 Anthropic 在 2024 年 11 月提出并开源。
它的目标很直接：解决大模型与外部数据源、工具之间的标准化通信问题。
过去常见的问题是：
- 数据得手动复制粘贴；
- 每接一个新工具都要单独开发一套接口；
- 系统越做越复杂，越难复用。
MCP 的思路是：只要客户端和服务端都遵循这套协议，模型就能更统一地接入外部世界。
二、MCP 解决了什么问题¶
它解决的不是“模型本身不聪明”，而是“模型和外部能力连接得太零散”。
有了 MCP 之后，AI 可以更自然地连接：
- 文件系统；
- 本地数据；
- Web 服务；
- 开发工具；
- 浏览器自动化；
- 办公协作与社区生态。
这让智能体真正有机会从“会说话”走向“会做事”。
三、MCP 和 Function Calling 的区别¶
这两个概念很容易混在一起，但它们不是一回事。
| 类别 | MCP | Function Calling |
|---|---|---|
| 性质 | 协议 | 功能 |
| 范围 | 多数据源、多功能统一接入 | 面向单一模型能力扩展 |
| 目标 | 提供统一接口和互操作性 | 让模型调用特定函数 |
| 开发方式 | 一套协议适配多场景 | 每个能力往往要单独开发 |
| 复用性 | 高 | 相对低 |
一句话理解：
- Function Calling 更像“给某个模型接一组函数”；
- MCP 更像“定义一套模型接外部能力的通用协议”。
四、MCP 的架构¶
MCP 采用的是客户端-服务器架构。
4.1 MCP 主机（Host）¶
例如 Claude Desktop、IDE、聊天应用等。它是用户直接接触的入口。
4.2 MCP 客户端（Client）¶
客户端通常嵌在主机里，负责把主机请求按 MCP 协议发给外部服务器。
4.3 MCP 服务器（Server）¶
部署在资源侧，负责真正提供工具、资源和提示能力，并把结果标准化返回。
五、MCP 的三类核心能力¶
5.1 工具（Tools）¶
用于执行操作，例如：
- 查询数据库；
- 调用地图服务；
- 发送邮件；
- 做计算。
5.2 资源（Resources）¶
用于提供结构化数据，例如：
- 文件内容；
- 数据库结构；
- API 返回数据。
5.3 提示（Prompts）¶
用于复用任务模板，例如：
- 报告生成模板；
- 代码分析模板；
- 法律文档处理模板。
六、为什么 MCP 值得关注¶
因为它让“模型接工具”这件事开始具备更强的通用性和可移植性。对于智能体开发来说，这意味着未来很多工具接入不会再是一次次重复造轮子，而是逐渐变成更标准化的能力拼装。