MCP：AI 時代的工具接口標準？

發布于 2025-5-14 07:11

瀏覽

0收藏

1.前言

自從 OpenAI 在 2023 年推出函數調用（Function Calling），我一直思考，咋能真正解鎖 AI Agent與工具的生態系統。隨基礎模型越來越智能，AI Agent與外部工具、數據和 API 的交互方式卻變得越來越碎片化——開發者需針對每一個系統單獨編寫業務邏輯，讓Agent能夠適配不同環境。

2.標準化

顯然，我們需要一個標準化的接口來執行任務、獲取數據并調用工具。在互聯網時代，API 讓不同軟件之間可以相互通信，成為了軟件的通用語言。但對 AI 模型，目前還缺這樣的標準。

2024 年 11 月，**模型上下文協議（Model Context Protocol，MCP）**發布，迅速引起關注，被認為可能成為這一問題的解決方案。本文探討：

MCP 是什么？
它如何改變 AI 與工具的交互方式？
開發者已經用 MCP 構建了哪些應用？
MCP 仍然面臨哪些挑戰？

3.什么是 MCP

MCP 是一種開放協議，旨在讓不同系統能夠為 AI 模型提供可泛化的上下文信息。它規定了AI Agent如何調用外部工具、獲取數據，并與服務交互。

Resend MCP 服務器可以同時與多個 MCP 客戶端交互，使其具備郵件發送能力。MCP 靈感源于語言服務器協議（LSP，Language Server Protocol）。在 LSP 中，當用戶在代碼編輯器中輸入時，客戶端會向語言服務器請求自動補全建議或代碼診斷。

MCP進一步拓展，采用面向 AI Agent的執行模式：

LSP 主要是被動的，只會在 IDE 發請求時提供反饋
MCP 則支持 AI Agent自主決策，可以基于上下文信息選擇合適的工具，并決定調用順序，實現復雜任務的自動化
MCP 還支持“人類參與（human-in-the-loop）”，允許人在關鍵節點提供額外信息或批準操作

3.MCP目前的熱門應用

如有夠多的 MCP 服務器，用戶就能將任何 MCP 客戶端變成“萬能應用”。

3.1 Cursor

作為一個代碼編輯器，同時也是高質量 MCP 客戶端。安裝不同 MCP 服務器，可變身為：

Slack 客戶端（連接 Slack MCP 服務器）
郵件發送工具（連接 Resend MCP 服務器）
AI 圖像生成器（連接 Replicate MCP 服務器）

更強大的，用戶可組合多個 MCP 服務器，解鎖新應用場景。如Cursor中，用戶可：

使用前端 UI 生成 MCP 服務器，自動創建網頁界面
讓 AI Agent調用圖像生成 MCP 服務器，為網頁自動生成一張配圖

這種跨工具協作的能力，正是 MCP 帶來突破。

4.核心應用方向

4.1 面向開發者的工作流優化

對開發者，MCP 一大價值是減少切換工具的時間。

開發者的痛點

“我不想為做某個任務而離開 IDE。”

MCP 服務器正滿足需求，如：

Postgres MCP 服務器 → 讓開發者直接在 IDE 里執行 SQL 查詢，而無需打開數據庫管理界面
Upstash MCP 服務器 → 讓開發者在 IDE 里管理緩存索引
Browsertools MCP 服務器 → 讓代碼Agent訪問瀏覽器控制臺日志，輔助調試

MCP 還能幫助 AI Agent動態獲取代碼相關的上下文，如：

爬取網頁內容，為Agent提供實時信息
通過 API 自動生成 MCP 服務器，讓 AI Agent能直接訪問工具，而無需手動集成

即開發者可更少寫模板代碼，更多專注于業務邏輯。

4.2 全新的 AI 交互體驗

盡管 MCP 目前在開發者社區最受歡迎，但它的潛力遠不限于技術領域。如：

Claude Desktop → 讓非技術用戶也能輕松使用 MCP 服務器，如營銷文案生成、設計、客服等任務
Highlight MCP 客戶端 → 允許用戶通過 @ 命令調用 MCP 服務器，將生成內容直接輸入到任何應用
Blender MCP 服務器 → 讓不會建模的用戶，通過自然語言描述 3D 模型，AI Agent自動生成對應的圖像或動畫

社區還正在開發適用于 Unity 和 Unreal Engine 的 MCP 服務器，AI 生成 3D 內容的流程正在變得越來越完善。

5.MCP現狀

MCP生態仍處早期階段，主要趨勢：

高質量的 MCP 客戶端仍以開發工具為主，但未來會有更多面向商業場景客戶端
大多數 MCP 服務器是本地優先（local-first）的，未來可能會向遠程 MCP 服務器擴展
MCP 市場和托管解決方案正在興起，如 Mintlify 的 MCP 市場、Smithery 和 OpenTools，讓開發者可以更容易發現和共享 MCP 服務器