MCP

📚 简单定义

MCP（Model Context Protocol）是由 Anthropic 提出的统一协议，用来规范大模型如何安全、可扩展地接入外部系统。 它通过标准化方式描述外部能力（如数据库、文件系统、API），让模型无需理解具体实现细节，也能在清晰的权限边界内使用真实世界的工具。

🌱 形象类比

可以把 MCP 理解成 AI 世界里的 USB 接口标准。

• 大模型（LLM） 像一台聪明的电脑，负责思考和下指令
• 工具 / 外部系统 像打印机、U 盘等设备，负责干具体的活
• MCP 就是 USB 接口，规定：能不能接、怎么接、权限到哪

流程就是： 模型提出需求 → MCP 按标准连接 → 工具执行并返回结果。

MCP 不负责思考，也不负责干活，它只做一件事：让 AI 安全、稳定地连接真实世界。

✨ 常见用途

• 统一 AI 接入外部系统的方式
• 隔离模型与真实系统，降低风险
• 支持 Agent 大规模、可控地使用工具
• 让工具能力可扩展、可复用、可治理

🔑 关键特征

• 统一协议：不同系统，用同一种接入方式
• 与模型解耦：模型不依赖具体系统实现
• 可扩展：新增工具无需改模型逻辑

🔧 工作原理（简化版）

1️⃣ 大模型产生“需要使用外部能力”的意图
↓
2️⃣ 通过 MCP 发现可用的工具与能力
↓
3️⃣ MCP 按协议建立连接并校验权限
↓
4️⃣ 外部系统执行操作并返回结果
↓
5️⃣ 模型基于结果继续推理或决策

🔍 背后逻辑与工作机制

MCP 的核心思想是：把“模型如何连外部系统”这件事，从模型本身剥离出来，用统一协议解决。

在实现层面，MCP 支持多种通信模式，以适配不同运行环境：

• stdio 模式：
  通过标准输入 / 输出通信，适合本地工具与命令行程序。

• SSE（Server-Sent Events）模式：
  适合长连接与持续数据流场景，例如实时返回执行结果。

• HTTP 模式：
  适合远程服务与云端系统，便于跨网络部署与扩展。

无论底层采用哪种通信方式，对模型而言都是同一套 MCP 协议抽象，从而实现一致、安全的工具访问体验。

🎯 实用记忆小技巧

• 模型负责想
• MCP 负责怎么连
• 工具负责真正干活
• 没有 MCP，Agent 统一规范接入真实世界

💡 一句话总结： MCP，是 AI 世界里的 USB 接口标准。

🧩 相似概念对比

• 与 Tool（工具）： Tool 是具体能力；MCP 是连接工具的标准方式。

• 与 Skills： Skills 关注“怎么做事”；MCP 关注“怎么安全接入能力”。