Skip to content

MCP 入门：连接 AI 与外部世界的桥梁

· 7 min
MCPModel Context ProtocolAILLMClaude

你有没有遇到过这样的场景：希望 AI 助手能读取你的本地文件、查询数据库、调用内部 API，却发现每个 AI 产品的集成方式都不一样？MCP（Model Context Protocol）正是为解决这个问题而生。

🎯 MCP 是什么#

Model Context Protocol（MCP） 是由 Anthropic 推出的开放协议，它标准化了 AI 应用与外部数据源、工具之间的通信方式。你可以把它理解为 AI 世界的”USB-C 接口”——一个统一的标准，让不同的 AI 应用和数据源能够即插即用。

┌─────────────┐     MCP      ┌─────────────┐
│  AI 应用    │ ◄──────────► │  外部服务    │
│ (Claude等)  │   标准协议    │ (文件/API)  │
└─────────────┘              └─────────────┘

在 MCP 出现之前，每个 AI 应用都需要针对不同的数据源编写专门的集成代码。有了 MCP，只要数据源实现了 MCP Server，任何支持 MCP 的 AI 应用都能直接使用它。

为什么需要 MCP#

传统 AI 应用集成面临几个核心问题：

问题传统方案MCP 方案
碎片化每个 AI 产品各自实现插件系统统一协议，一次实现到处使用
上下文隔离AI 无法访问本地数据安全地暴露本地资源给 AI
能力有限AI 只能生成文本AI 可以执行实际操作
维护成本N 个应用 × M 个数据源N + M 次实现

核心架构#

MCP 采用 Client-Server 架构：

┌─────────────────────────────────────────────────────┐
│                      Host                           │
│  (Claude Desktop / IDE / 自定义应用)                 │
│                                                     │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐ │
│  │ MCP Client  │  │ MCP Client  │  │ MCP Client  │ │
│  └──────┬──────┘  └──────┬──────┘  └──────┬──────┘ │
└─────────┼────────────────┼────────────────┼────────┘
          │                │                │
          ▼                ▼                ▼
   ┌────────────┐   ┌────────────┐   ┌────────────┐
   │ MCP Server │   │ MCP Server │   │ MCP Server │
   │  (文件系统) │   │  (数据库)   │   │   (API)    │
   └────────────┘   └────────────┘   └────────────┘

三个核心角色：

一个 Host 可以连接多个 MCP Server，每个 Server 专注于一个领域。

三大核心原语#

MCP 定义了三种核心能力，也叫”原语”（Primitives）：

1. Tools（工具）#

Tools 是 AI 可以调用的函数，让 AI 具备执行实际操作的能力：

// 示例：一个搜索文件的 Tool
{
  name: 'search_files',
  description: '在指定目录搜索匹配的文件',
  inputSchema: {
    type: 'object',
    properties: {
      path: { type: 'string', description: '搜索目录' },
      pattern: { type: 'string', description: '文件名模式' }
    },
    required: ['path', 'pattern']
  }
}

🔶 注意：Tool 的调用需要用户确认（除非配置为自动执行），这是 MCP 的安全设计。

2. Resources（资源）#

Resources 是 Server 暴露给 AI 的数据，采用 URI 格式标识：

// 示例：暴露配置文件作为 Resource
{
  uri: 'file:///config/app.json',
  name: '应用配置',
  description: '当前应用的配置信息',
  mimeType: 'application/json'
}

Resources 是应用驱动的——由 Server 决定暴露哪些数据，AI 只能读取。

3. Prompts（提示）#

Prompts 是 预定义的交互模板，可以包含参数：

// 示例：代码审查 Prompt
{
  name: 'code_review',
  description: '生成代码审查建议',
  arguments: [
    { name: 'code', description: '要审查的代码', required: true },
    { name: 'language', description: '编程语言' }
  ]
}

Prompts 让用户可以快速启动特定类型的 AI 对话，比如”审查这段代码”、“解释这个错误”。

原语对比#

特性ToolsResourcesPrompts
触发方AI 决定调用应用/用户选择用户选择
用途执行操作提供数据预设模板
安全级别需确认只读只读
典型场景发邮件、写文件读取配置、日志代码审查模板

Transport 传输层#

MCP 支持两种主要的传输方式：

stdio（标准输入输出）#

适用于本地进程通信，Client 启动 Server 作为子进程：

Client ──stdin──► Server
Client ◄─stdout── Server

特点：

Streamable HTTP#

适用于远程服务，支持 HTTP POST/GET 和 SSE（Server-Sent Events）：

Client ──HTTP POST──► Server
Client ◄───SSE────── Server

特点：

快速体验：配置 Claude Desktop#

让我们在 Claude Desktop 中配置一个 MCP Server，体验 MCP 的实际效果。

1. 安装 Claude Desktop#

从 claude.ai/download 下载并安装 Claude Desktop。

2. 配置 MCP Server#

Claude Desktop 的配置文件位置：

添加一个官方的文件系统 Server：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/你的用户名/Documents"
      ]
    }
  }
}

🔶 注意：将路径替换为你实际要授权访问的目录。

3. 重启并测试#

重启 Claude Desktop 后，你可以这样测试：

“请列出我 Documents 目录下的所有 markdown 文件”

Claude 会通过 MCP 调用 filesystem Server 的 Tool 来完成这个任务。

生态系统#

MCP 已经有丰富的官方和社区 Server 实现：

官方 Server：

支持 MCP 的客户端：

下一步#

现在你已经了解了 MCP 的核心概念和架构。接下来的文章中，我们将：

  1. 从零搭建 MCP Server - 使用 TypeScript SDK 创建自己的 Server
  2. 深入 Tools - 掌握 Tool 的高级用法和最佳实践
  3. 探索 Resources 和 Prompts - 完整掌握 MCP 的三大原语

准备好开始构建了吗？

参考资料#