Metaphor

MCP协议（Model Context Protocol）

7分钟阅读

概述

Model Context Protocol（MCP）是由Anthropic于2024年11月提出的开放协议，旨在标准化AI代理如何连接外部工具、数据源和服务。1

MCP被称为AI集成的”USB-C接口”——一种任何代理都可以用来与任何MCP兼容服务器交互的单一接口。在MCP之前，每个AI助手都有自己专有的插件或工具格式，而MCP统一了连接层，允许单个服务器实现被Claude、任何未来的MCP兼容代理或构建在LLM之上的自定义代理使用。

MCP vs Function Calling

特性Function CallingMCP
通信模式请求-响应持续对话式
标准化程度厂商特定开放统一
上下文保持每次独立协议层支持
工具发现手动配置自动发现机制
适用场景简单API调用多工具、实时更新

架构

核心组件

┌─────────────────────────────────────────────────────────────┐
│                     AI Agent (MCP Client)                   │
└─────────────────────────────────────────────────────────────┘
                              ↕ MCP Protocol (JSON-RPC over stdio/SSE/HTTP)
┌─────────────────────────────────────────────────────────────┐
│                      MCP Server                             │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────────┐    │
│  │   Tools     │  │  Resources  │  │     Prompts     │    │
│  │  (函数调用)  │  │  (数据资源)  │  │    (提示模板)    │    │
│  └─────────────┘  └─────────────┘  └─────────────────┘    │
└─────────────────────────────────────────────────────────────┘

三种核心能力

能力描述示例
Tools代理可以调用的函数search_products、create_invoice
Resources代理可以读取的数据文件系统、数据库、API响应
Prompts可重用的提示模板代码审查模板、文档生成模板

传输协议

MCP支持多种传输方式：

传输方式适用场景特点
stdio本地服务器简单、最适合本地开发
Streamable HTTP本地/远程服务器2025年6月后推荐
Server-Sent Events遗留支持已弃用

工具设计原则

效率优化

Cloudflare在2026年2月的MCP实现中提出了一个关键洞察：具有广泛能力的少量工具优于大量窄工具。2

问题示例：将2,500个API端点暴露为2,500个工具将消耗超过100万个token的上下文。

Code Mode模式：服务器只暴露少量工具（如search()探索API规范，execute()执行请求），代理发送代码在服务器沙箱中运行。

工具分组策略

{
  "name": "database_ops",
  "description": "Perform database operations including CRUD on tables",
  "inputSchema": {
    "type": "object",
    "properties": {
      "action": {
        "type": "string",
        "enum": ["select", "insert", "update", "delete"],
        "description": "The operation to perform"
      },
      "table": {
        "type": "string",
        "description": "Target table name"
      },
      "filter": {
        "type": "object",
        "description": "WHERE clause conditions"
      }
    }
  }
}

应用场景

文档站点

MCP服务器使代理能够：

  • 程序化搜索内容
  • 按slug检索特定文章、文档或词汇表条目
{
  "name": "search_docs",
  "description": "Search the documentation. Returns a list of matching pages.",
  "inputSchema": {
    "type": "object",
    "properties": {
      "query": {
        "type": "string",
        "description": "Search query"
      }
    },
    "required": ["query"]
  }
}

企业系统集成

# MCP服务器暴露企业系统能力
class EnterpriseMCPServer:
    def __init__(self):
        self.tools = [
            Tool(name="search_products", handler=self.search_products),
            Tool(name="create_order", handler=self.create_order),
            Tool(name="get_inventory", handler=self.get_inventory),
        ]
    
    def search_products(self, query: str, category: str = None) -> List[dict]:
        # 实现产品搜索逻辑
        pass

SDK与实现

Python SDK

# 安装SDK
# pip install mcp
 
from mcp.server import Server
from mcp.server.stdio import stdio_server
from mcp.types import Tool, TextContent
 
server = Server("example-server")
 
@server.list_tools()
async def list_tools() -> list[Tool]:
    return [
        Tool(
            name="get_weather",
            description="Get current weather for a location",
            inputSchema={
                "type": "object",
                "properties": {
                    "location": {"type": "string"}
                }
            }
        )
    ]
 
@server.call_tool()
async def call_tool(name: str, arguments: dict) -> list[TextContent]:
    if name == "get_weather":
        return [TextContent(type="text", text=f"Weather in {arguments['location']}: Sunny")]
    raise ValueError(f"Unknown tool: {name}")

TypeScript SDK

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { CallToolRequestSchema, ListToolsRequestSchema } from "@modelcontextprotocol/sdk/types.js";
 
const server = new Server(
  { name: "example-server", version: "1.0.0" },
  { capabilities: { tools: {} } }
);
 
server.setRequestHandler(ListToolsRequestSchema, async () => ({
  tools: [
    {
      name: "get_product",
      description: "Retrieve a product by its ID",
      inputSchema: {
        type: "object",
        properties: {
          id: { type: "string" }
        }
      }
    }
  ]
}));
 
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "get_product") {
    return { content: [{ type: "text", text: "Product details..." }] };
  }
  throw new Error("Unknown tool");
});

生态系统

支持MCP的平台

截至2026年初，MCP已被广泛采用：

平台支持情况
Claude (Anthropic)原生MCP客户端
Claude Code使用MCP进行工具集成
VS CodeAgent模式支持MCP工具
OpenAIAgents SDK支持MCP
GitHub CopilotAgent Mode支持
LangChainMCP服务器集成
AzureAI Agent服务集成

官方服务器注册表

Anthropic维护着官方MCP服务器注册表：github.com/modelcontextprotocol/servers

涵盖：

  • 文件系统操作
  • Git操作
  • 数据库连接
  • Slack/Discord集成
  • 浏览器自动化

安全模型

OAuth 2.1集成

MCP规范包含受保护资源的OAuth 2.1流程：

{
  "scopes": ["read", "write"],
  "authentication": {
    "type": "oauth",
    "clientId": "mcp-server-id",
    "authorizationUrl": "https://auth.example.com/authorize",
    "tokenUrl": "https://auth.example.com/token"
  }
}

安全最佳实践

  1. 最小权限原则：每个MCP服务器只暴露必要的工具
  2. 输入验证：严格验证所有工具参数
  3. 沙箱执行：敏感操作在沙箱中执行
  4. 审计日志：记录所有工具调用

MCP与AI Agent工作流

完整工作流

用户查询 → MCP Client → list_tools() → 发现可用工具
                                    ↓
                              工具元数据
                                    ↓
                              提示工程
                                    ↓
                            call_tool() → 执行
                                    ↓
                              返回结果
                                    ↓
                              代理决策

多步骤代理示例

async def agent_workflow(user_query: str):
    # 1. 发现工具
    tools = await mcp_client.list_tools()
    
    # 2. 选择工具
    selected_tool = await select_tool(tools, user_query)
    
    # 3. 生成参数
    arguments = await generate_arguments(selected_tool, user_query)
    
    # 4. 执行
    result = await mcp_client.call_tool(selected_tool.name, arguments)
    
    # 5. 响应用户
    return format_response(result)

参考资料

Footnotes

  1. Model Context Protocol Specification - https://modelcontextprotocol.info/specification/ ↩

  2. MCP Architecture for AI Agents - https://www.web4agents.org/en/docs/mcp ↩

关系图谱

反向链接