MCP 是什么？从零理解 Model Context Protocol

MCP 是什么？从零理解 Model Context Protocol

LLM 的「USB-C 接口」——一套开放标准协议，让任何 AI 模型都能通过统一接口访问外部工具和数据源。USB-C 统一了硬件连接，MCP 统一了 AI 工具交互。

---

一、一句话解释

MCP（Model Context Protocol） 是 Anthropic 发布、现已移交社区维护的开放协议。

没有 MCP 之前，每个 AI 工具都要单独对接每个外部服务：

Claude Code → 自己写 GitHub 插件 → GitHub API
Cursor      → 自己写 GitHub 插件 → GitHub API
Zed         → 自己写 GitHub 插件 → GitHub API

N 个工具 × M 个服务 = N×M 次开发。

有了 MCP 之后：

Claude Code ─┐
Cursor      ─┤── MCP 协议 ──→ github-server ──→ GitHub API
Zed         ─┘              → filesystem-server ──→ 本地文件
                            → postgres-server    ──→ PostgreSQL

N 个工具 + M 个服务 = N+M 次开发。写一次 MCP Server，所有兼容 MCP 的 AI 工具都能用。

注意：以上前提是所有服务都有对应的 MCP Server。如果某个第三方服务还没有 MCP 封装，仍需开发适配层。

---

二、核心概念（先懂这三个再往下看）

2.1 Tools（工具）

Server 暴露给 AI 调用的函数。AI 说「帮我创建 GitHub Issue」，Host 调用对应的 Tool：

{
  "name": "create_issue",
  "description": "在 GitHub 仓库创建 Issue",
  "inputSchema": {
    "type": "object",
    "properties": {
      "repo": { "type": "string" },
      "title": { "type": "string" }
    },
    "required": ["repo", "title"]
  }
}

2.2 Resources（资源）

由 Server 提供并暴露给 AI 的结构化数据。注意区分两层：

• MCP Server 本身：负责托管和格式化数据
• 底层数据源：Server 背后连接的外部 API、数据库、文件系统

Server 从外部 API 拉取原始数据后，按 MCP 规范格式化为统一的资源格式，再暴露给 AI：

{
  "resources": [
    { "uri": "file:///project/README.md", "name": "README", "mimeType": "text/markdown" },
    { "uri": "postgres://users/table", "name": "用户表", "mimeType": "application/json" }
  ]
}

2.3 Prompts（提示词模板）

Server 提供的预定义提示词模板，帮助 AI 更快上手特定任务：

{
  "prompts": [
    {
      "name": "code_review",
      "description": "代码审查标准流程",
      "arguments": [{ "name": "file", "required": true }]
    }
  ]
}

2.4 三者如何协同

以「AI 帮你审查代码并提交到 GitHub」为例：

1. AI 说: "帮我审查 src/auth.ts，然后把结果发 PR"
2. MCP Host:
   - 调用 filesystem-server 的 Resource → 读取 src/auth.ts 内容
   - 加载 code_review Prompt → 获得审查模板
   - 调用 github-server 的 create_pr Tool → 提交审查结果