阿呆🐱的空间站
6 min read

MCP

什么是MCP（Model Context Protocol）模型上下文协议

模型上下文协议是一种新兴的AI技术规范，旨在标准化和优化大模型(LLM)与应用程序之间的上下文信息交互。它为AI模型提供了一种结构化的方式处理、保持、交换上下文数据，从而提升模型理解能力和应用效果

大模型LLM自身只有多模态(文本、视频、图片)输出能力，无法使用外部工具进行多模态融合。

  • 无法联网查询
  • 无法从数据库查数据
  • 无法操作浏览器

要赋予LLM 使用外部工具的能力，需要搭建如下流程

mcp

总体架构及特点

  • MCP Hosts: MCP主机，通过 MCP 访问数据的程序，例如 Claude Desktop、IDE 或 AI 工具
  • MCP Client：MCP客户端，与服务器保持 1:1 连接的协议客户端，是AI助手与MCP服务器之间的通信桥梁，负责将用户请求转化为MCP服务器可识别的标准化API调用，并返回结果
  • MCP Server：MCP服务器，轻量级程序，每个程序都通过标准化模型上下文协议公开特定功能
  • Local Data Sources：本地数据源，MCP 服务器可以安全访问的您的计算机文件、数据库和服务
  • Remote Services: 远程服务，MCP 服务器可通过互联网（例如通过 API）连接到的外部系统

mcp-frame

特性MCP ServerMCP Client
角色提供数据或服务连接AI模型与服务器
功能暴露工具、资源、提示（如文件、天气访问）发起请求、接收响应、执行任务
位置可本地或远程运行通常集成在AI应用中
传输支持STDIO、SSE等STDIO、SSE等
示例天气服务器、数据库服务器Claude Desktop、CLI客户端

工作流程

MCP Client

  • MCP client首先从Mcp Server获取MCP Server支持的API、工具列表
  • 将用户的查询连同工具描述通过 function calling 一起发送给 LLM
  • LLM 决定是否需要使用工具以及使用哪些工具
  • 如果需要使用工具，MCP client 会通过 MCP server 执行相应的工具调用。
  • 工具调用的结果会被发送回 LLM。
  • LLM 基于所有信息生成自然语言响应。
  • 最后将响应展示给用户。

MCP Server

  • 资源（Resources）：类似文件的数据，可以被客户端读取，如 API 响应或文件内容。
  • 工具（Tools）：可以被 LLM 调用的函数（需要用户批准）。
  • 提示（Prompts）：预先编写的模板，帮助用户完成特定任务。

支持两种协议的实现

  • stdio 标准输入/输出
  • SSE 服务器发送事件

主要特点

  • 开放标准和可扩展性：MCP提供了一个通用协议，取代了当前碎片化的集成方式。开发者可以通过MCP快速构建与不同数据源的连接，而无需为每个数据源单独定制实现。
  • 安全的双向连接：MCP允许开发者构建安全的双向连接，使AI工具能够访问和操作数据，同时保护用户的隐私和数据安全
  • 丰富的参考实现和开源支持：MCP提供了多种参考实现，包括Google Drive、Slack、GitHub、Postgres等流行的企业系统。此外，MCP的SDK和服务器实现均为开源，开发者可以根据需要进行定制化开发
  • 支持多种集成场景：MCP支持文件系统操作、数据库查询、浏览器自动化、团队协作工具等多种场景，能够满足企业和个人用户的多样化需求
  • 促进生态系统发展

MCP 服务器

常见的MCP

提供MCP服务的网站

  • Smithery - Model Context Protocol Registry smithery.ai/
  • PulseMCP | Keep up-to-date with MCP www.pulsemcp.com/
  • Awesome MCP Servers mcpservers.org/
  • MCP Servers mcp.so/
  • Glama MCP glama.ai/mcp/servers
  • Cursor Directory cursor.directory/

浏览器

地图

数据库

文件