AI 基础 09｜MCP 协议解析：AI 对接外部能力的统一通道

AI 能够撰写文章、编写代码，但往往不了解本地电脑中存储的文件，也无法直接访问企业数据库、查看日程安排或更新业务系统。这不一定是因为模型能力不足，而是缺乏一种统一、可控的机制来对接外部环境。MCP 正是为解决这一难题而生。

本节请先牢记一个要点

MCP（Model Context Protocol，即模型上下文协议）是一份开放协议标准，旨在让 AI 程序以统一的形式发现、读取并调用外部资源与工具。它既非模型本身，也非 Agent，而是架设于模型应用与外部能力之间的一层规范化对接接口。

MCP 类似于 AI 领域的 USB-C 接口，不过它所连接的并非仅限于硬件设备，还涵盖了数据资源、工具集以及可复用的提示模板。

前一篇文章已提及，模型、应用、工具与 Agent 之间存在本质差异。

大语言模型具备语言理解、文本生成与逻辑推理能力，然而它通常无法感知：

若每个 AI 程序都需独立对接每一个外部系统，工程师就不得不为每一种搭配单独编写并维护特定的集成逻辑：

应用规模扩大、工具种类增多，连接链路也将变得愈发庞杂。

MCP 的核心理念在于：制定一套通用的通信规范，使 AI 程序与外部服务依据统一规则完成能力发现、参数传递与结果返回。

MCP 的英文完整名称为 Model Context Protocol，中文一般称作"模型上下文协议"。作为一项开放性协议，它用于规范 AI 程序与外部数据源、工具及提示模板之间的对接方式。

其中包含三个核心概念：

MCP 服务的调用方通常是基于大语言模型构建的 AI 程序或 Agent 体系。

外部文档、数据库条目、检索结果、工具响应以及提示模板，均有可能充当模型完成既定任务所必需的上下文信息。

MCP 定义的是各组件间能力发现、请求传递与结果反馈的方式，而非模型本身的思维逻辑。

因此，MCP 更接近于 AI 体系的"连接枢纽"，而非另起炉灶的新模型或新应用。

MCP 官方架构可初步划分为三个层级：

Host 指用户直接操作的 AI 程序，例如对话应用、编程辅助工具、桌面端 Agent 或企业内部助理。

其职能涵盖：

Client 一般内嵌于 Host 之中，承担与特定 MCP Server 建立链路、发起请求并接收响应的职责。

单一 Host 可并行对接多个 Server，不过各 Server 的连接通常由不同的 Client 分别管控。

Server 是遵循 MCP 规范对外提供能力的组件，能够对接具体的文件系统、数据库、项目管理平台或第三方 API。

Server 既可部署为远程云端服务，也可在本地机器上运行。

需特别关注：

MCP Server 并非"大模型服务器"的代名词，它更近似于依照协议规范提供数据与工具的适配模块。

用户在 Host 内发出请求，由 Client 执行通信交互，Server 进而对接实际的外部资源或工具。

根据 MCP 官方规范，Server 主要提供 Resources、Tools 与 Prompts 三类能力。

Resources 代表可由客户端读取并充当上下文的数据或信息。

举例而言：

Resources 的核心价值在于"信息供给"，未必直接触发操作行为。

Tools 指可被模型调用的函数或操作动作。

举例而言：

Tools 可能会引发外部副作用，故通常需配备更严密的权限管控与确认流程。

Prompts 是 Server 所提供的、可重复使用的提示模板或工作流入口。

举例而言：

它们能协助用户或模型以标准化方式启动某类任务。

三者切勿混淆：资源类似资料档案柜，工具类似操作按钮，提示模板则如同标准化作业指南。

若你对企业内部 AI 助理提出以下要求：

依据本周项目文档，梳理现存风险状况，并归档至项目目录。

一次标准的处理流程大致如下：

此处的核心要点并非"AI 简单触发了一次操作"，而是流程中各环节都能清晰界定：

API 一般指代特定系统所暴露的接口，例如天气 API、支付 API 或 CRM API。

MCP 则是一项更聚焦于 AI 程序的对接协议，能够将资源、工具与提示模板以统一形态开放给 AI Host 与 Client。

MCP Server 内部依然可能调用既有 API。

Function Calling 代表模型生成结构化工具调用的能力。模型能够依据工具描述输出函数名称及对应参数，由外部程序执行后将反馈结果回传至模型。

MCP 可为 Function Calling 提供规范化的工具发现、描述及通信机制，但二者并非同一层级的概念：

项目经理此前需手动执行：

若还需查阅日历或更新任务管理平台，则需在不同工具间反复切换。

可将相关能力整合至 AI 程序：

用户仅需提出：

AI 或许会：

此时，MCP 聚焦于"AI 如何对接这些能力"；Agent 承担"如何围绕目标调度这些能力"；Skill 则可负责"会议纪要应遵循何种方法生成"。

这是必须予以澄清的认识误区。

MCP 可使 AI 接入更多数据与工具，但它并不能自动化解：

由此可见，MCP 属于能力对接层，并非可靠性保障书。

工具描述失准、权限范围过大或 Server 来源不可靠，均可能导致系统运行异常。

AI 仅生成文字时，错误或许止步于答复层面；一旦接入外部工具，错误则可能转化为实际操作。

须重点关注：

仅授予完成当前任务所必需的权限。读取类任务不应附带写入权限，查询日历操作不应拥有删除日程权限。

在访问敏感资料、编辑文件、新建任务、发送消息、执行付款或发布内容之前，应设立明确的授权与确认环节。

切勿随意安装来源不明的 MCP Server。应留意维护方背景与代码