导航菜单

  • 1.什么是MCP
  • 2.架构概览
  • 3.理解MCP服务器
  • 4.理解MCP客户端
  • 5.版本控制
  • 6.连接本地MCP服务器
  • 7.连接远程MCP服务器
  • 8.构建MCP服务器
  • 9.构建MCP客户端
  • 10.SDKs
  • 11.理解MCP中的授权
  • 12.安全最佳实践
  • 13.MCP Inspector
  • 14.规范
  • 15.关键变更
  • 16.架构
  • 17.基础协议概述
  • 18.生命周期
  • 19.传输
  • 20.授权
  • 21.取消
  • 22.Ping
  • 23.进度
  • 24.任务
  • 25.根
  • 26.采样
  • 27.引导
  • 29.提示
  • 30.资源
  • 31.工具
  • 32.补全
  • 33.日志
  • 34.分页
  • 35.模式参考
  • Keycloak
  • 28.服务器功能
  • 1. 一句话了解 MCP
  • 2. MCP 到底是什么?
    • 2.1 先理解一个痛点
    • 2.2 MCP 解决的就是这个问题
    • 2.3 打个比方
  • 3. 一张图看懂 MCP 的角色
  • 4. MCP 能实现什么?—— 几个真实场景
  • 5. 为什么 MCP 值得学?
  • 6. 本章小结

1. 一句话了解 MCP #

MCP(Model Context Protocol,模型上下文协议)就是让 AI 能「连上」各种外部系统的标准接口。

就像手机用 USB-C 可以连接充电器、耳机、电脑一样,AI 应用通过 MCP 可以连接数据库、文件、日历、搜索引擎等,从而获取信息、执行操作。

2. MCP 到底是什么? #

2.1 先理解一个痛点 #

你用过 ChatGPT 或 Claude 吗?它们很聪明,但有个限制:只能「知道」你输入的内容。如果你想让 AI 帮你查日历、读本地文件、或操作数据库,传统方式下往往需要手动复制粘贴,非常麻烦。

2.2 MCP 解决的就是这个问题 #

MCP 是一套开放标准,定义了 AI 应用如何与外部系统「对话」。有了它:

  • AI 应用(如 Claude Desktop、ChatGPT 插件)可以主动去「读」你的文件、数据库、日历
  • 外部系统(如 Google Drive、Notion、Git)可以按统一规则把数据提供给 AI
  • 双方通过 MCP 协议 沟通,就像说同一种「语言」

2.3 打个比方 #

比喻 说明
USB-C 接口 不同品牌的手机、电脑、耳机都能用同一根线连接
MCP 协议 不同品牌的 AI 应用、数据库、工具都能用同一套规则连接

3. 一张图看懂 MCP 的角色 #

flowchart BT subgraph AI_Apps["🤖 AI 应用(你常用的)"] direction TB Chat["聊天界面<br/>Claude Desktop、LibreChat"] IDE["代码编辑器<br/>Claude Code、Goose"] Other["其他 AI 应用"] end MCP["🔌 MCP 协议<br/>标准化连接方式"] subgraph Data_Tools["📂 数据与工具(可被连接)"] direction TB Data["数据与文件<br/>数据库、云盘、本地文件"] Dev["开发工具<br/>Git、Sentry"] Prod["生产力工具<br/>日历、Slack、地图"] end Chat <--> MCP IDE <--> MCP Other <--> MCP Data <--> MCP Dev <--> MCP Prod <--> MCP style MCP fill:#d6e8fc,stroke:#4a90e2,stroke-width:2px style AI_Apps fill:#f9f9f9,stroke:#ccc,stroke-width:1px style Data_Tools fill:#f9f9f9,stroke:#ccc,stroke-width:1px

核心理解:MCP 在中间充当「翻译官」和「接线员」,让左边的 AI 和右边的数据/工具能够安全、规范地互通。

4. MCP 能实现什么?—— 几个真实场景 #

下面这些场景,都是 MCP 可以支撑的:

场景 说明
个人助手 AI 连接你的 Google 日历和 Notion,帮你安排日程、整理笔记
代码生成 用 Figma 设计稿,让 AI 直接生成可运行的网页
数据分析 企业聊天机器人连接多个数据库,用户用自然语言就能查报表
创意制作 AI 在 Blender 里建 3D 模型,甚至驱动 3D 打印机输出

这些能力,都建立在「AI + 外部系统」通过 MCP 打通的基础上。

5. 为什么 MCP 值得学? #

不同角色,收获不同:

角色 MCP 带来的好处
开发者 少写重复代码,用标准协议快速对接 AI 与各种服务
AI 应用/产品 接入更多数据源和工具,产品能力更强、体验更好
普通用户 用上更「懂你」的 AI,能访问你的数据、替你执行操作

6. 本章小结 #

  • MCP 是什么:让 AI 连接外部系统的开放标准协议
  • 核心价值:统一接口、减少重复开发、提升 AI 能力
  • 适合谁学:想用 AI 做更多事的用户、想开发 AI 应用的开发者
← 上一节 没有上一节
下一节 2.架构概览 →

访问验证

请输入访问令牌

Token不正确,请重新输入