AI 之mcp

AI MCP

​ 第一次用AI 是2023年3月 , 那时候居家办公， 有时候摸鱼但是又怕聊天软件忙碌状态，当时用AI写了一段鼠标随机移动的bash脚本， 惭愧。 时至今天，已经完全离不开AI了，日常也在用cursor 生成代码。 但是，总感觉差点什么，大模型本质上是文本的映射，随着参数的增多，对文字的理解上很强，但是在推理逻辑场景判断上很容易出现幻觉。 而且，怎么让AI调用自己的个性化程序，实现相关功能？ MCP出现了，我相信后面应该会有类似http一样的统一的协议

​

MCP 是什么

先从网上粘贴一份说明

MCP（Model Context Protocol，模型上下文协议）是由Anthropic公司于2024年11月提出的开源协议，旨在为AI模型提供标准化接口，使其能够动态连接外部数据源、工具和服务，从而扩展实际应用能力。其核心价值在于解决AI与现实世界交互的“最后一公里”问题，将AI从“对话工具”升级为“执行工具”，并推动跨模型、跨工具的协作生态

Google、OpenAI、微软等巨头已宣布支持MCP，并推动其成为AI Agent时代的开放标准

也就是目前还不是一个标准，但是大家都支持了

MCP核心功能

1. **标准化接口 ** 定义了AI模型与外部资源交互的统一规范，使开发者无需为每个工具或数据源单独开发接口，降低了集成复杂度
2. 动态上下文管理 通过结构化传递上下文信息（如用户身份、任务目标、历史记录等），确保AI在复杂任务中保持连贯性，避免“失忆”或“跑题”
3. 双向交互能力 拉取和推送消息 入参和出参

MCP 架构

主机（Host）：如IDE或Claude桌面应用，负责管理用户授权和上下文聚合

客户端（Client）：作为主机与服务器的桥梁，处理消息路由和协议协商

服务器（Server）：提供标准化接口，连接外部资源（如数据库、API）或工具（如Figma、GitHub）

初始化：主机启动客户端并与服务器建立连接。

功能协商：确定服务器可提供的服务（如数据访问或工具调用）。

请求处理：AI根据用户需求生成指令，通过客户端调用服务器功能。

响应返回：服务器执行操作后，将结果反馈至AI模型，最终呈现给用户

解决问题

​ 假设一个场景 ，我需要每天写日报， 我工作习惯写代办。 日报是给领导看的， 代办是为了在追踪记录自己需要干的事情。 所有我期望自动查库根据我的代办完成情况，写日报发送。

​ 当前场景存在2个API， API 查询代办，发送邮件。 大模型只是一个文本大模型，他只是输出文本，他不知道调用API。

​ 所以 需要一个中间者 ，这个中间程序负责大模型和具体API调用， 也负责和用户之间的交互。 中间程序需要收集所有API ，并且告诉大模型所有API的使用方法，文本方式。 当用户提出问题，请帮我写日报， 中间程序就会把客户问题：请帮我写日报 以及API 的使用说明发给大模型， 大模型就会根据使用说明说我需要用到的工具是什么， 参数是什么发给中间程序，中间程序再去调用API查询代办内容，把结果上报给AI ，AI在把数据整理后 再次调用大模型发送邮件

​ 中间程序 client: 类似 dify coze

API说明的规范化

针对中间程序和AI之间的API说明书格式规范化，大模型的提供方 用JSON格式明确定义了 API的说明 以及请求和响应信息

也就是Function Calling技术

此时的问题是

1. 配置APIscheme很麻烦

2. API暴露出去危险

解决方法： 基于mcp SDk 去封装接口，这样就不需要配置API Scheme了

server 包含api

mcp client=> mcp server 通过mcp通信

mcp host 包含 mcp host claude桌面程序/ 插件cline

使用步骤

1. 基于MCP SDK开发对应程序
2. 外部工具在client 上 配置好服务地址
3. client 自动帮我们把对应的API scheme 转化为function calling所需的格式