第 1 篇：MCP 是什么？——AI 世界的"万能插座"

你有没有遇到过这种情况——用 ChatGPT 或者 Claude 的时候，想让 AI 读一下我本地的文件，或者查一下数据库，或者发个邮件，结果它说"抱歉，我无法访问外部资源"。

然后你就得自己去查、复制、粘贴。体验瞬间断档。

这不是 AI 不够聪明，而是它被"关"起来了。AI 模型本身就像一个超级大脑，但这个大脑没有手、没有眼睛、也连不上网。它所有的知识都来自训练数据，你问它"今天的股价"，它只能说"我的知识截止到 X 年 X 月"。

那么问题来了：能不能给 AI 模型装上一套"感官"和"手脚"？

这就是 MCP 要做的事。

1.1 从 USB-C 说起

先聊一个完全不相关的东西——充电线。

在 USB-C 统一标准出现之前，你桌上是这样的：手机一根线、平板一根线、耳机一根线、相机一根线。每换一个新设备，就得多备一根线。乱不乱？乱。烦不烦？烦。

USB-C 出现之后呢？一根线充所有。管你什么牌子什么设备，插上就行。

MCP 干的也是类似的事。

在 MCP 出现之前，每个 AI 应用想对接外部工具，都得自己写一套集成代码。A 公司想让 AI 读数据库，自己写一套。B 公司想让 AI 查文件，自己写一套。C 公司想让 AI 调用 API，又自己写一套。每家的"接法"都不一样，换个 AI 模型就得重来。

MCP（Model Context Protocol）就是给这个场景定了个"USB-C 标准"。它是一套开放协议，规定了 AI 模型怎么跟外部工具和数据源"对话"。

一句话总结：

MCP 是一个让 AI 模型安全访问外部工具和数据的统一接口标准。

有了它，你写一次工具，所有支持 MCP 的 AI 都能用。反过来，AI 只要支持 MCP，就能接上所有 MCP 工具。

1.2 MCP 怎么工作的？

MCP 的架构很简单，就三个角色：

你的 AI 应用 ←→ MCP 协议 ←→ MCP 服务器（数据源 / 工具）

• MCP 客户端：就是你的 AI 应用（比如 Claude Desktop、VS Code 里的 AI 插件）。它负责跟用户对话，也需要调用外部工具。
• MCP 服务器：每个服务器暴露一组能力，比如"我能查文件"、“我能搜网页”、“我能读数据库”。服务器是轻量级的程序，专注做好一件事。
• MCP 协议：两者之间的通信规则——怎么说、说什么、格式是什么。

你不需要关心底层怎么传数据，MCP 协议帮你搞定。

1.3 MCP 的三件套

MCP 定义了三种核心能力，理解了它们就理解了 MCP 的 80%。

Resources（资源）—— AI 的"眼睛"

Resources 让 AI 能"读"东西。文件内容、数据库记录、API 返回结果……都是资源。

每个资源有一个 URI 标识，就像网页的 URL 一样。比如 file:///home/user/notes.txt 或者 database://users/123。

AI 说："帮我读一下这个文件。"MCP 服务器就去拿到内容，返回给 AI。

简单说：Resources = AI 能读取的数据。

Tools（工具）—— AI 的"手"（重点）

Tools 让 AI 能"做事"。除了读，还要能写、能执行、能操作。

比如：搜索网页、发送邮件、创建文件、执行计算。

Tools 和 Resources 最大的区别是：Tools 有副作用。读一个文件不改变任何东西（Resources），但发一封邮件确实把邮件发出去了（Tools）。所以 Tools 通常需要用户确认后才执行。

简单说：Tools = AI 能调用的操作。

Prompts（提示模板）—— 提前写好的"咒语"

Prompts 是预定义的提示模板。比如你经常让 AI “把这段文字翻译成英文”，可以把这条指令做成一个 Prompt 模板，一键调用。

简单说：Prompts = 可复用的指令模板。

这三个合起来，MCP 服务器就能告诉 AI：“我能读这些、能做这些、还能用这些模板跟你配合。”

1.4 MCP 是怎么通信的？

聊完了"有什么"，再说"怎么传"。

MCP 底层使用 JSON-RPC 协议通信。JSON-RPC 是一种轻量级的远程调用协议，说白了就是——两边约定好，所有消息都写成 JSON 格式，按照固定的结构来传。

一条消息大概长这样：

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "search_web",
    "arguments": {
      "query": "今天的天气"
    }
  }
}

别被格式吓到，本质上就是：“我要调用 search_web 这个工具，参数是查询今天的天气”。

MCP 支持两种传输方式：

1. stdio：客户端和服务器在本地通过标准输入/输出通信。适合本地运行的工具，安全、简单。
2. SSE（Server-Sent Events）：通过 HTTP 通信，适合远程服务器。比如你的 MCP 服务器跑在云上，AI 客户端在本地，它们通过 SSE 连接。

通信流程大致是：

1. 客户端发起连接（初始化）
2. 双方交换能力信息（"我支持这些功能"）
3. 正常运行（客户端发请求，服务器返回结果）
4. 断开连接

整个过程就像打电话：拨号 → 互相确认身份 → 开始说话 → 挂断。

1.5 所以 MCP 不是什么？

很多人一听到 MCP，会把它想得很"重"。来澄清几个误解：

• MCP 不是一个新的框架。它就是一个协议规范。就像 HTTP 不是软件，而是一套规则。
• MCP 不绑定任何 AI 模型。OpenAI 可以用、Anthropic 可以用、开源的 Llama 也可以用，只要实现了协议就行。
• MCP 不是 Agent。Agent 是一个能自主决策、规划、执行任务的系统。MCP 只是 Agent 用来调用工具的"管道"。有了 MCP，写 Agent 确实更方便，但 MCP 本身不是 Agent。
• MCP 不要求你重写现有系统。你想暴露一个已有的 API，写一个薄薄的 MCP 服务器包装一层就行。

1.6 小结

现在你应该对 MCP 有个整体的印象了：

• MCP 是一个开放协议，统一了 AI 和外部工具的通信方式。
• 核心概念有三：Resources（读）、Tools（写/操作）、Prompts（模板）。
• 通信基于 JSON-RPC，支持 stdio（本地）和 SSE（远程）两种传输方式。
• MCP 不是框架、不是 Agent、不绑定任何厂商。

下一篇我们会亲手写一个 MCP 服务器，把今天讲的概念落成代码。纸上谈兵结束，开始动手。

---

下一篇：第 2 篇：手写一个 MCP Server——从零到跑通