在全力挖掘大语言模型（LLMs）全部潜力的过程中，我们常常遭遇一个棘手难题：如何接入像 Slack、GitHub 这类热门工具，以及本地文件系统所提供的各式各样独特的应用程序编程接口（API）。尽管借助多种工具，大语言模型能够与这些 API 建立连接，但该过程往往需要编写代码来实现连接搭建。
对于使用 Cursor 或 Claude Desktop 等桌面应用程序的用户而言，状况更为棘手。由于无法手动添加新工具，其操作灵活性大打折扣。
那有没有可能，存在一套预先构建的工具，能够无缝对接并融入现有的桌面应用程序。
没错，模型上下文协议（MCP）就这样诞生了，该协议正致力于打造这样的便捷体验。作为一种极具创新性的解决方案，MCP 允许用户创建个性化的工具集，这些工具集可直接嵌入到应用程序中，为用户带来前所未有的便捷与高效。
MCP 允许为大语言模型（LLMs）设定各类指令，比如针对 GitHub 的“获取代码库”或者“对拉取请求发表评论”，为用户带来流畅无阻的使用体验。
无论是通过已有的桌面应用程序，还是自行开发的软件，MCP 客户端都能轻松与服务器通信，以激活这些工具。
随着 MCP 服务器相关市场逐渐涌现，众多企业和个人开发者都跃跃欲试，想要推出自家的解决方案。
这样的趋势，对于开发者或使用者来说都是利好，开发者可以从琳琅满目的现成工具中自由挑选，优化大语言模型工作流程，提升项目执行效率 。而对于大多数使用者来说，我们使用的产品/工具能力将大幅度提升，使用起来更加便捷高效。
01 从最近比较火的智能体角度来讲，什么是 MCP ？
MCP 是一个有状态且能保留上下文的框架，旨在支持人类与 AI 智能体之间进行智能的多步骤交互。与将每个请求视为孤立事件的传统应用程序编程接口（API）调用不同，MCP 引入了一个持久且不断演进的上下文层，它使 AI 系统能够保留记忆、动态学习，并随时间推移自主行动。
根据 modelcontextprotocol.io 的介绍，MCP 基于以下三大支柱构建：
有状态性：维护特定会话和长期记忆。
互操作性：可在不同模型、工具和数据源之间无缝协作。
以智能体为中心的设计：在既定范围内优先实现自主决策。
02 MCP 的核心架构：
了解 Client、Server 和 LLM 之间的联系
MCP 具备灵活且可扩展的架构，能够促进大语言模型（LLM）应用程序与各类集成之间实现无缝通信。下面将简单讲解其核心架构组件及相关概念。
02.1 概述
MCP 采用“客户端 - 服务器”架构，其中：
主机（Hosts）：发起连接的大语言模型应用程序（例如 Claude Desktop 或集成开发环境）。
客户端（Clients）：在主机应用程序内运行，与对应的服务器保持一对一的连接。
服务器（Servers）：为客户端提供关键的上下文、工具及提示信息。
02.2 服务器进程
服务器进程包含以下组件：
主机：承载交互活动的应用程序。
传输层：负责推动客户端与服务器之间通信的层级。
MCP 客户端：与 MCP 服务器进行通信的实体。
MCP 服务器：管理工具、上下文，并处理来自 MCP 客户端请求的组件。
这种架构确保了大语言模型能够高效访问并利用工具和资源，从而提升其在各类应用中的功能。
02.3 MCP 的核心组件
1. 协议层：协议层负责消息的构建、将请求与响应关联起来，以及定义高层次的通信模式。
主要类包括：
协议（Protocol）
客户端（Client）
服务器（Server）
2. 传输层：传输层负责管理客户端与服务器之间的实际通信，支持多种传输机制：
标准输入 / 输出传输（Stdio Transport）：利用标准输入 / 输出进行通信，非常适合本地进程。
基于服务器发送事件（SSE）的 HTTP 传输：服务器向客户端发送消息采用服务器发送事件（SSE）方式，客户端向服务器通信则使用 HTTP POST 请求。
所有传输机制均借助 JSON - RPC 2.0 进行消息交换。如需了解 MCP 消息格式的详细信息，请参考官方文档。
3. 消息类型：MCP 定义了几种关键的消息类型。
请求（Requests）：期望接收方给出响应。
结果（Results）：表示对请求的成功响应。
错误（Errors）：表明请求失败。
Last but not least
2025，Agent 的面纱即将解开。
MCP 正在打开智能体的更多可能性，它可以让开发者的开发流程更加顺畅，也可以让使用者操作起来高效便捷。
