15.2 MCP：AI 连接工具的通用接口

2024 年 11 月，AI 公司 Anthropic 公开了 MCP（模型上下文协议）¹。它解决的问题很简单：让任何一个 AI 都能用同一套标准调用任何工具。

打个比方：在 USB 出现之前，手机充电口五花八门——苹果用 Lightning，其他用 Micro USB。你换手机就得换充电线。USB-C 统一了这个混乱。MCP 就是 AI 和工具之间的 USB-C——只要工具支持 MCP，任何 AI 都能调用它。

15.2.1 MCP 的架构：Client-Server

MCP 采用经典的客户端-服务器架构：

┌─────────────┐         ┌─────────────────┐
│  MCP Client │ ◄─────► │   MCP Server    │
│  (AI 应用)   │  JSON   │  (工具提供方)    │
└─────────────┘         └─────────────────┘

• MCP Client：通常是 AI 应用（Claude Desktop、Claude Code、Cursor 等），它发起请求，调用 Server 提供的能力
• MCP Server：工具的实现方，暴露 Resources、Tools、Prompts 等能力
• 通信协议：JSON-RPC 2.0 —— 基于 JSON 的远程过程调用，请求和响应都是结构化的 JSON 数据

15.2.2 两种传输方式

MCP 支持两种传输层，适应不同场景：

STDIO 适合”本机工具”——你的 AI 编程助手调用你电脑上的文件系统、数据库。SSE 适合”远程工具”——你的 AI 调用部署在云端的搜索服务、知识库。

15.2.3 三种核心能力

MCP Server 可以暴露三种能力给 AI 使用：

1. Resources（资源）：提供上下文数据。相当于”给 AI 看的资料”。

• 文件内容、数据库记录、API 文档、知识库条目
• 例如：一个”公司知识库” MCP Server 暴露 knowledge://policy/leave 作为 resource，AI 可以读取请假政策

2. Tools（工具）：可执行的操作。相当于”AI 可以做的事情”。

• 查询天气、发送邮件、创建文件、搜索数据库
• 例如：一个”天气” MCP Server 暴露 get_weather(city) 作为 tool，AI 调用它获取天气

3. Prompts（提示词模板）：预定义的提示词模板。相当于”给 AI 的指令模板”。

• 标准化的对话模板、工作流模板
• 例如：一个”代码审查” MCP Server 暴露 review_code 作为 prompt 模板，AI 按模板格式进行代码审查

有了 MCP，你可以：

• 写一个”查询天气”的工具，按 MCP 标准打包
• Claude 能用它
• GPT 也能用它
• 任何支持 MCP 的 AI 都能用它

15.2.4 代码示例：定义一个 MCP Server

下面是一个最简单的 MCP Server，暴露一个”加法”工具：

# mcp_server.py
from mcp.server import Server, stdio_server
from mcp.types import Tool, TextContent

# 创建 MCP Server
server = Server("my-calculator")

# 定义一个工具：加法
@server.tool()
async def add(a: float, b: float) -> list[TextContent]:
    """计算两个数的和"""
    result = a + b
    return [TextContent(type="text", text=f"结果: {result}")]

# 通过 STDIO 启动服务
if __name__ == "__main__":
    import asyncio
    asyncio.run(stdio_server(server))

把这个 Server 配置到 Claude Desktop 的 claude_desktop_config.json：

{
  "mcpServers": {
    "my-calculator": {
      "command": "python",
      "args": ["mcp_server.py"]
    }
  }
}

配置完成后，Claude Desktop 启动时自动拉起这个 Python 进程，发现它暴露的 add 工具。用户说”帮我算 123 + 456”，AI 不会自己算——它调用 add(123, 456) 工具来获取精确结果。这就是 MCP 的核心价值：AI 不需要”知道”答案，它只需要知道”谁”有答案。

想了解 MCP 更完整的架构和生态，看 概念-MCP。想了解 MCP 和 A2A 的配合方式，看 MCP+A2A 双协议生态。

---

← 上一节：15.1 问题：每个 Agent 各说各话 ｜ 下一节：15.3 A2A：Agent 之间的通信协议 →

注释

1. Anthropic, MCP, 2024.11.25, https://www.anthropic.com/news/model-context-protocol ↩