MCP 是一个很棒的点子， Model Context Protocol，模型上下文协议是由 Anthropic 在 2024 年底推出的一种开放协议，用于标准化应用程序向大语言模型提供上下文的方式。
如果将 MCP Server 想象为是LLM的扩展坞，那么 MCP 协议就是 USB-C 接口。就像 USB-C 为设备连接各种外设和配件提供了标准化方式一样，MCP 为 AI 模型连接不同的数据源和工具提供了标准化方式。
之所以出现 MCP 这类扩展坞，是因为LLM 的模型参数蕴含丰富的通用知识，但通常无法掌握以下两类信息：
1. LLM 无法访问你的专属内容，例如文件系统中的文件、数据库里的订单，或私有 wiki 和笔记中的文本。
2. 若无法联网，LLM 也无法获取实时信息，例如当前股价、最新财报、明日天气预报或前沿科技新闻。
一、MCP 当前热门应用场景
案例一：Claude 的桌面应用。以下展示了 Resend MCP 服务器如何与多个 MCP 客户端协同工作。
给大模型发出指令，发送一封邮件给指定邮箱，大模型通过MCP Client 查看有哪些工具可以用，发现有send_email可以实现请求时，大模型发起对send_email 工具的调用，完成发送邮件的指令。
案例二：LLM + 高德 MCP Server 实现出行规划。
大模型通过调用每个 MCP Tool，获取了指令中的位置信息、附近的酒店信息，从而完成了出行规划指令。
二、MCP工作流程
启动客户端后，客户端读取配置文件，连接 server 并按照协议获取工具列表。和传统一问一答或者推理模型不同，当存在可用的 MCP 工具时，在发送用户问题时，需要把可用工具列表一并发送。LLM 将判断是否需要调用工具完成任务，并把这个指示返回给客户端。客户端如果接受到需要调用工具的指示，则按照 LLM 的指示和 MCP 中规定的调用方式，配置好参数联系 server 进行工具调用，并将调用结果再次发给 LLM，组织出最后的答案。
MCP 工作流程：
三、MCP+中间件
MCP 给中间件带来了新的发展机会。
Nacos 发布 MCP Registry，实现存量应用接口“0改动”升级到 MCP 协议：https://mp.weixin.qq.com/s/MuK-YTVhuBqPzH7iz6Ep7A
mcp-kafka 服务：
https://github.com/kanapuli/mcp-kafka/blob/main/static/demo.gif
大模型通过 mcp kafka tool 可以完成对 Kafka 创建主题、生成消息、使用消息等功能。
结语
MCP或许是技术发展的一小步，但是具备很大的想象空间，也许是AI发展的拐点。相信越来越多的 MCP 被开发出来以后，将为 Rabbit R1这类硬件扩展更多的功能。
