模型上下文协议：让 AI 代理真正能够执行任务的通用标准

模型上下文协议（MCP）是一项旨在将 AI 助手连接到外部服务的标准。MCP 所解决的核心问题是"N×M 集成挑战”，即多个 AI 模型需要连接到众多外部系统，从而需要大量自定义集成。Anthropic 于 2024 年 11 月推出 MCP，通过允许开发者为每个服务构建一个 MCP 服务器来解决这一问题，从而实现与各种 AI 模型的兼容。其架构基于 JSON-RPC 2.0 采用客户端 - 服务器结构，包含 MCP 主机、客户端和服务器。MCP 服务器暴露工具、资源和提示（prompts），其中工具是模型可调用以执行操作的函数。MCP 使开发者从编写编排逻辑转向编写意图，由 AI 模型管理交互。MCP 通过简化连接加速了代理式 AI（agentic AI）的发展，但安全性至关重要，建议仅连接可信的服务器。身份验证、最小权限原则和 OAuth 对于安全使用 MCP 非常重要。MCP 在由 AI 模型进行编排的场景中效果显著，例如代理式工作流。MCP 并非 API 或 SDK 的替代品；后者更适合确定性代码路径。在严肃应用中，MCP 与传统集成通常是结合使用的。MCP 规范及相关资源可在 modelcontextprotocol.io 获取。