当前位置：首页 > article >正文

MCP（模型上下文协议）说明

article 2026/1/18 8:28:28

背景

MCP（Model Context Protocol，模型上下文协议）旨在解决大型语言模型（LLM）与外部数据源及工具集成的问题。由Anthropic公司于2024年11月提出并开源，目标是实现AI模型与现有系统的无缝集成。

解决的问题

统一接口：MCP 提供了一个统一的接口，解决了不同数据源和工具之间的兼容问题，使得 AI 应用能够更加灵活地与外部资源进行交互。
降低集成成本：开发者不再需要为每种工具或数据源编写单独的集成代码，通过 MCP 协议，AI 模型能够轻松接入多种服务，减少了开发和维护的工作量。
双向通信：MCP 协议的双向通信机制使得 AI 应用可以与外部工具和数据源进行更为复杂和智能的交互，为未来的智能化应用提供了更加广阔的可能性。
高度扩展性：MCP 支持多种数据传输机制和传输层协议，具有良好的扩展性，能够适应不同的应用需求。

发展历程与时间线

MCP协议的发展经历了几个关键阶段：

2024年11月24日：Anthropic首次提出MCP协议，旨在为无法直接修改底层逻辑的Agent（如Cursor、Claude桌面端等）提供工具调用标准
2024年12月：技术社区出现首批基于Claude 3.5 + MCP的应用案例，如通过MCP协议实现Claude与本地文件系统、数据库的自动化交互
2025年3月初：MCP生态进入规模化应用阶段，企业如Block、Apollo等通过集成MCP实现跨系统数据调度，业务流程响应速度提升数倍
2025年3月11日：LangChain联合创始人与LangGraph负责人围绕MCP展开辩论，40%参与者支持MCP成为未来标准
2025年3月17日：Anthropic推出MCP协议新传输方案"Streamable HTTP"，彻底重构通信机制，解决原HTTP+SSE方案在连接恢复性、服务器负载及双向通信方面的核心瓶颈
2025年3月27日：OpenAI宣布支持MCP协议，标志着MCP获得行业广泛认可

MCP Servers主要功能

资源暴露：服务器提供给客户端的数据实体，可以是文件、数据库记录等。
工具提供：服务器暴露的可执行功能，客户端可以通过调用这些工具完成特定任务。
动态通知：当资源发生变化时，服务器可以通过通知机制主动推送更新到客户端。
会话管理：处理客户端的连接初始化、能力协商和会话关闭。

协议架构

MCP 采用客户端-服务器架构：

MCP Host（主机）：运行LLM的应用程序，例如Claude 桌面版、IDE 插件或聊天机器人。主机是与外部数据源或工具交互的核心，通常需要从外部获取上下文数据或执行操作。
MCP Server（服务器）：提供特定的功能或数据访问能力。服务器封装与实际数据源的交互逻辑，并对外暴露统一的MCP接口。
MCP Client（客户端）：充当主机和服务器之间的中介，负责将主机的请求转发给服务器，并将服务器的响应返回给主机。每个客户端与一个特定的服务器建立 1:1 的连接。

通过这种架构，MCP 协议消除了传统上每种数据源都需要单独集成的繁琐步骤，使得 AI 应用能够通过统一的接口与各种外部资源进行交互。

MCP 主机 ：通过 MCP 访问数据的 Claude Desktop、IDE 或 AI 工具等程序
MCP 客户端 ：与服务器保持 1：1 连接的协议客户端
MCP 服务器 ：轻量级程序，每个程序都通过标准化的 Model Context Protocol 公开特定功能
本地数据源 ：MCP 服务器可以安全访问的计算机文件、数据库和服务
远程服务 ：MCP 服务器可以连接到的 Internet 上可用的外部系统（例如，通过 API）

核心原理

MCP 协议基于标准的客户端-服务器架构，其中 Host、Client 和 Server 分别承担不同的角色。通信过程遵循 JSON-RPC 等通用 Web 协议来实现双向通信。Host 通过 MCP Client 调用 Server 提供的服务或方法（例如读取文件、执行搜索等），而 Server 完成相应操作后将结果返回给 Host。

整个过程采用 JSON 格式的消息进行数据传输，这样做的好处是确保了上下文在多次交互中得以保持，实现了“连续对话”的功能，而不仅仅是一次性 API 调用。

模型如何确定工具选择

模型通过prompt engineering来确定应该使用哪些工具：

当MCP Server初始化时，它会获取所有可用工具的描述信息
这些工具描述（包括名称、功能说明和参数要求）被格式化成文本形式
格式化后的工具描述与用户问题一起作为prompt发送给LLM
LLM基于这些描述和用户问题进行推理，决定是否需要调用工具及调用哪些工具
如果需要调用工具，LLM会输出JSON格式的工具调用请求

工具的描述信息通常直接来自开发者定义的函数名和函数docstring。

ReAct循环与处理机制

MCP实现了ReAct（Reasoning + Acting）循环机制：

LLM分析用户需求并制定任务计划
执行工具调用并获取结果
基于结果进行推理并决定下一步行动
如果参数不完整或输出结果置信度低，启动用户协同修正流程
循环迭代直至任务完成

传输协议

stdio：通过标准I/O进行通信，服务器运行在本地，数据更安全。
HTTP with Server-Sent Events (SSE)：通过 HTTP 与外部服务进行通信。

MCP与其他协议的关系

MCP与A2A协议

MCP和Agent-to-Agent(A2A)协议实际上是互补关系而非竞争关系：

MCP：连接大模型与外部数据源/工具，提供上下文和工具支持
A2A：不同智能体之间的通信协议，支持智能体间协作完成复杂任务

两者可以协同工作构建复杂AI系统：

A2A负责任务分配、状态同步和协作管理
MCP为单个智能体提供外部资源访问能力

MCP协议内容

xxSpecification - Model Context Protocol

参考文章

一文搞懂 MCP Servers - 虫师 - 博客园

什么是MCP协议？MCP的技术架构与核心原理是什么？MCP封装了哪些协议？_mcp服务封装-CSDN博客

背景