什么是模型上下文协议（MCP）？

AI 模型本身只能处理提示词里的内容。要查看你的日历、搜索公司知识库或更新一张工单，AI 应用就必须接入这些系统。在 MCP 出现之前，每个应用都得为每个工具单独开发连接器：十个 AI 应用加十个工具，可能意味着一百个各自开发、各自维护的集成。

共享协议（即两个程序之间约定好的通信规则）改变了这道算术题：每个工具只需接入一次，每个应用只需支持一次协议，彼此就能互通。这和任何网站都能在任何浏览器中打开是同一个道理。

MCP 有三个角色。宿主（Host）是你使用的 AI 应用，例如聊天助手或编程工具；宿主内部的客户端（Client）负责与每个 MCP 服务器建立连接；服务器（Server）是一个小程序，它封装某个工具或数据源，并说明自己能提供什么。

当你提问时，宿主会告诉模型已连接的服务器能提供哪些能力；模型提出要使用其中某项，宿主执行请求并把结果交还给模型。服务器可以提供三类内容：

MCP 不是 AI 模型，也不是智能体。它是“管道”：一种让 AI 应用或智能体接入工具的标准方式。它也不是需要购买的产品。虽然由 Anthropic 推出，但它是规范公开的开放标准，设计上可与任何模型或应用配合。

MCP 也不是安全保证。它规范的是连接方式，而不是被连接的内容。服务器可能暴露私密数据或高权限操作，因此只安装来源可信的服务器，授予最小权限；当已连接的工具返回来自公开网络的内容时也要小心，其中可能藏有隐藏指令。

在 AI 助手和编程工具中，MCP 通常以“连接器”“集成”或“MCP 服务器”的形式出现在设置里，你可以在那里添加对文件存储、问题跟踪系统或数据库等服务的访问。智能体框架和工作流工具借助它为智能体提供标准化的工具箱；软件厂商也会发布 MCP 服务器，让自家产品能被 AI 应用调用。

挑选 AI 工具时，是否支持 MCP 可以快速反映一个产品接入你现有软件的难易程度。想了解服务器如何搭建、使用哪些传输方式以及如何评估，请阅读关于 MCP 服务器的详细指南。