术语 · AI

模型上下文协议

MCP

让 AI 应用以统一方式连接外部工具和数据源的开放协议。

一个接口,接入所有工具

三个服务,两种接法
对齐一个标准,省掉一堆胶水
没有统一协议,每个 AI 应用对每个服务都要单独写接入;有了 MCP,双方只需对齐这一个标准。

换个角度想

MCP 像 USB-C:以前每台设备一种充电口,线越积越多;接口统一后,设备和配件各自只管兼容这一个口,就能随意组合。

接入一个工单系统,要写几遍代码?

  1. 想接入的能力

    工单系统为每个 AI 应用写专属插件

    想接入的能力

    工单系统包成一个 MCP 服务器

  2. 终端一套、桌面端一套、IDE 一套…

    每个应用各写一份胶水

    连接方式

    配置声明服务器地址,完成

    适用所有兼容 MCP 的应用

  3. 接口五花八门,模型每家都要重新适配
    工具以统一格式出现在模型面前
  4. 维护服务一升级,几份插件跟着改胶水代码越积越多
    通用查工单像查日历一样自然写一次,生态里到处能用

服务把能力包成 MCP 服务器

什么时候会遇到它

  1. 接内部系统

    把公司的工单、文档、数据库包成 MCP 服务器,各种 AI 工具都能用。

  2. 一次接入到处用

    同一个 MCP 服务器,终端、桌面端和其他兼容应用都认识。

  3. 先找现成的

    需要某个能力时先找找有没有现成的 MCP 服务器,别急着写胶水代码。

想一想

想让 AI 助手能查公司内部的工单系统。没有 MCP 和有 MCP,接入方式差在哪?

看答案

没有协议时,要为这个助手写一套专属插件,换个 AI 应用还得重写一套;有 MCP,把工单系统包成一个 MCP 服务器,所有兼容应用都能直接连——写一次,到处用。

最容易踩的坑

MCP 服务器拿到的权限,模型就可能用到。接入第三方服务器前先看清它能读什么、写什么,别把生产数据的写权限随手交出去。

⌘K搜索知识库

最近收录

正在载入知识索引…