一、MCP介绍

---

定义

MCP（Model Context Protocol，模型上下文协议） 是由 Anthropic 于 2024 年 11 月提出的一种开放标准协议，旨在为 AI 模型（如大语言模型 LLM）提供一种统一的方式来连接和访问外部数据源、工具和服务。
可以把 MCP 理解为 AI 世界的 USB-C 接口 —— 就像 USB-C 为各种设备提供了统一的连接标准一样，MCP 为 AI 模型与外部系统之间提供了统一的交互协议。

定位：

连接Agent、RAG、Skill的“中间层”，负责标准化调度、权限管理、上下文维护，

当驾驶员（Agent）想打开空调，他不需要知道压缩机的工作原理，他只需要按下中控台的标准化按钮（MCP 接口）。MCP 将“打开空调”的指令标准化，让 Agent 能无缝调用任何品牌的空调（Skill）。

在旧式 AI 中，驾驶员（Agent）可能需要专门学习如何操作某一款特定的空调（Skill）。而有了 MCP，就像汽车有了标准化的 CAN 总线，任何符合标准的设备（如新加的自动驾驶仪、氛围灯）都能即插即用，Agent 无需重新学习。

核心能力：

    统一调度：接收Agent的调用请求，根据请求类型（需要知识/需要执行），分发到对应的RAG或Skill组件；
    接口标准化：为RAG、Skill提供统一的调用接口，避免不同组件“接口不兼容”的问题，降低系统集成成本；
    上下文与权限管理：保存任务进度、用户偏好、会话状态，同时控制Agent对RAG/ Skill的调用权限，避免违规操作；
    异常处理：当RAG检索失败、Skill调用超时或权限不足时，统一处理并反馈给Agent，让Agent重新调整决策。

类比：电脑的USB-TypeC接口——不管是U盘、显示器还是充电器，都能通过这个统一接口连接电脑，MCP就相当于这个“统一接口”，让Agent、RAG、Skill能高效、安全地协同工作。 
 

二、核心架构

---

MCP 采用经典的 客户端-服务器（Client-Server） 架构

角色说明

MCP Host（宿主）：AI 应用程序本身，如 IDE（Copilot）、Claude Desktop 等
MCP Client（客户端）：嵌入在 Host 中，负责与 MCP Server 建立连接、发送请求
MCP Server（服务端）：轻量级服务程序，封装了对外部资源/工具的访问能力 

通信协议

MCP 基于 JSON-RPC 2.0 协议进行通信，支持两种传输方式：
stdio：通过标准输入/输出通信，使用场景：本地进程，如本地脚本、CLI 工具
HTTP（Streamable HTTP）：通过 HTTP 请求通信， 使用场景：远程服务。

MCP 的三大核心能力

MCP Server 可以向 Client 暴露三种类型的能力：
1. 🔧 Tools（工具）
模型可以调用的函数/操作
例如：查询告警事件、创建 TAPD 需求、执行数据库查询
以你的配置为例，s1sPplEvent 提供了 ListEvent、UpdateEvent 等工具
2. 📦 Resources（资源）
模型可以读取的数据
例如：文件内容、数据库记录、API 响应
3. 📝 Prompts（提示模板）
预定义的提示词模板
帮助模型更好地完成特定任务

三、MCP工作原理

---

核心原理：MCP 协议的服务发现机制
MCP 协议的设计灵感类似于 OpenAPI/Swagger 或 gRPC 的服务反射，它内置了一套标准的服务发现（Service Discovery）流程：

详细步骤

第一步：初始化连接（Initialize）

当 IDE 启动或加载 MCP 配置时，客户端向你配置的 URL 发送一个 initialize 请求：

{
  "jsonrpc": "2.0",
  "method": "initialize",
  "params": {
    "protocolVersion": "2024-11-05",
    "clientInfo": { "name": "CodeBuddy", "version": "1.0" },
    "capabilities": {}
  }
}

服务端返回它支持的能力，比如是否支持 tools、resources、prompts 等。

返回格式：

{"jsonrpc":"2.0","id":1,"result":{
    "protocolVersion": "2025-03-26",
    "capabilities": {
        "experimental": {},
        "tools": {
            "listChanged": false
        }
    },
    "serverInfo": {
        "name": "newrpc_mcp_server",
        "version": "0.0.1"
    }
}}

protocolVersion不能随意改：

MCP（Model Context Protocol）的协议版本号protocolVersion，它不是随意自定义的版本，而是MCP 官方规范定义的版本。它表示你的服务端实现遵循的是哪个版本的 MCP 协议规范。
目前 MCP 官方发布的协议版本
版本号 2024-11-05：MCP 早期正式版本
版本号  2025-03-26：当前最新的稳定版本

不能随意改：
1、客户端会校验版本：MCP 客户端（如 CodeBuddy、Claude Desktop 等）在 initialize 阶段会进行版本协商。如果服务端返回一个客户端不认识的版本（比如你随便写个 "2026-01-01"），客户端会直接报错拒绝连接，否则报错： unsupported protocol version 
2、版本决定协议行为：不同版本的 MCP 协议在请求/响应格式、能力声明、工具调用方式等方面可能有差异。版本号告诉客户端你的服务端支持哪些特性。
3、版本协商机制：initialize 时的流程是

第二步：列出工具（tools/list）

客户端发送 tools/list 请求：

{
  "jsonrpc": "2.0",
  "method": "tools/list"
}

服务端返回所有注册的工具定义，包括：

{
  "tools": [
    {
      "name": "ListBiz",
      "description": "查询业务列表...",
      "inputSchema": {
        "type": "object",
        "properties": {
          "biz_name": { "type": "string", "description": "业务名" },
          "start_time": { "type": "string", "description": "开始时间" }
        },
        "required": []
      }
    },
    {
      "name": "ListBizDecl",
      "description": "查询全部业务定义列表..."
    }
    // ... 其他工具
  ]
}

第三步：调用工具（tools/call）

当 AI 决定使用某个工具时，客户端发送 tools/call 请求：

{
  "jsonrpc": "2.0",
  "method": "tools/call",
  "params": {
    "name": "ListEventDecl",
    "arguments": {}
  }
}

类比理解：

四、总结

---

简单来说，MCP 就是一个让 AI 模型能够安全、标准化地调用外部工具和访问外部数据 的协议。它解决了以往每个 AI 应用都需要为每个外部服务单独写集成代码的问题，实现了 "一次接入，处处可用" 的目标。