雨落在了我的手上头像
小白也能懂的大模型介绍(9):MCP是什么?一文看懂大模型的“USB-C 接口”,并动手连接真实服务封面图

小白也能懂的大模型介绍(9):MCP是什么?一文看懂大模型的“USB-C 接口”,并动手连接真实服务

 

  

 🌸雨落在了我的手上:个人主页

🐟个人仓库:Gitee仓库

❄️个人专栏:<<JaveSe>> <<C语言>> <<C语言数据结构>> <<Java数据结构 >>

<<MySQL数据库基础 >> <<JavaEE初阶>> << 初识大模型>>

🔥🔥🔥人生格言:无人扶我青云志,我自踏雪至山巅

🎬 博主简介

​


目录

一、MCP 是什么:AI 世界的“USB-C”

二、为什么需要 MCP

三、MCP 的三个角色:Host、Client 与 Server

3.1 Host(主机):你直接使用的 AI 应用

3.2 Client(客户端):相当于“遥控器”

3.3 Server(服务端):各种工具的“百宝箱”

四、MCP 怎么工作:周末聚餐的例子

五、去哪里找 MCP 服务

六、动手体验:连接天气、地图与航班服务

七、MCP 与 Function Calling 的关系

八、使用 MCP 要注意什么

九、常见问题、常见误区与术语速查

十、动手练习

十一、总结


内容大纲:

MCP(模型上下文协议)是AI领域的“USB-C”,提供统一接口,让AI模型与外部工具无缝连接。它通过Host、Client、Server三角色分工,实现工具的标准化发现与调用,避免重复开发与厂商绑定。借助MCP,AI可灵活接入天气、地图、航班等服务,提升能力边界。使用时需注意安全授权、数据隐私与密钥保护。理解MCP,便掌握了AI扩展真实世界能力的关键路径。


一、MCP 是什么:AI 世界的“USB-C”

先来想一个生活中的问题:每买一个新设备,你是不是都要找一根新的数据线?手机、电脑、显示器、U 盘,各有各的接口。后来,USB-C 把充电、数据传输和视频输出统一到了一个接口上,很多设备都可以用同一种线缆连接。

MCP(Model Context Protocol,模型上下文协议)在 AI 应用领域,就扮演着类似的角色。它是一种开放的协议,用统一的语言和接口,让 AI 模型能够和外部的数据源、工具顺畅地交互。

需要特别注意:MCP 本身不是某一个具体的工具,而是一套规则和约定。它规定了工具应该怎样被描述、怎样被发现、怎样被调用,让不同的 AI 应用和不同的服务能够用同一种方式"对话"。

MCP 诞生于 2024 年 11 月,由 Anthropic 公司发布。如果你想了解它最初的介绍,可以阅读官方文章:Introducing the Model Context Protocol \ Anthropic。

​

图1:统一的接口,让各种设备和工具都能用同一种方式接入

二、为什么需要 MCP

在 MCP 出现之前,如果一个 AI 应用想使用天气查询、搜索、画图等外部能力,开发者通常要为每一个工具单独编写一套"对接代码",就像每一个设备都要配一根专用的线。这种做法的问题,主要体现在三个方面。

第一,重复劳动多。假设有 M 个 AI 应用,每个都要连接 N 个工具,那么就需要写 M × N 套对接代码。每新增一个工具,所有应用都要重新适配一遍,既费时又费力。

​

图2:没有统一标准时,每一对组合都要单独对接;有了 MCP,每个应用和每个工具各自实现一次即可

第二,格式各不相同。不同的工具、不同的模型,对工具的描述和参数格式往往不一样。开发者需要不断地"翻译",很难形成统一的生态。

第三,容易被特定厂商绑定。前面的章节提到,Function Calling 的接口格式通常由某家模型厂商定义。为一个模型写的调用代码,换到另一个模型上往往要大量修改。

MCP 的思路很简单:定一个统一的标准。工具按照标准提供服务,AI 应用按照标准接入,双方都只需要实现一次。这样,M 个应用和 N 个工具的对接,就从 M × N 次变成了 M + N 次。

此外,MCP 还统一了工具的名称、参数和描述的表达方式。这样,模型可以更容易地发现有哪些工具可以用,理解每个工具的作用,并正确地使用它们。由于 MCP 是开放标准,不绑定某一家公司或某一个模型,基于它开发的工具,理论上可以被任何支持 MCP 的 AI 客户端调用,避免了被单一厂商锁定的风险。

三、MCP 的三个角色:Host、Client 与 Server

MCP 采用的是客户端—服务端(Client-Server)架构。整个体系中有三个主要角色,理解它们的分工,就理解了 MCP 的大部分结构。

​

图3:Host 内置 Client,Client 通过 MCP 连接一个或多个 Server,每个 Server 提供各自的工具

3.1 Host(主机):你直接使用的 AI 应用

Host 是你直接接触的 AI 应用,比如一个编程环境、一个聊天助手,或者一个智能音箱。它就像整个系统的指挥中心,负责与你交互,并且内嵌了 Client,用来与各个服务通信。

3.2 Client(客户端):相当于“遥控器”

Client 通常嵌在 Host 内部,负责把模型的需求转换成 Server 能够理解的请求格式,再把结果送回模型。它的主要工作包括:接收来自大模型的请求,把请求转发给相应的 Server,再把 Server 返回的结果交还给大模型。你可以把它理解为一个翻译官,负责在"模型的语言"和"服务的语言"之间来回转换。

3.3 Server(服务端):各种工具的“百宝箱”

Server 是真正提供能力的一方。它可以运行在你自己的电脑上,也可以运行在远程的服务器上。常见的 Server 包括文件系统服务、数据库服务、代码托管服务、搜索引擎服务等。

每个 Server 里都装着若干个具体的工具(Tool),比如"查询天气""读取文件""查询数据库"。Server 负责三件事:提供工具,并以标准格式告诉客户端有哪些工具可用;收到请求后,解析请求并执行对应的操作;完成后,把结果返回给 Client。

四、MCP 怎么工作:周末聚餐的例子

抽象的角色不太好理解,我们用一个生活中的场景来串起整个流程。假设你对家里的智能音箱说:"帮我看看下周六的天气,再找一家火锅店订个位。"

​

图4:Client 同时调用多个 Server,把结果汇总后,由 Host 告诉你

整个过程可以拆成五步:

第一步:你把需求告诉智能音箱(Host)。

第二步:音箱内部的 Client 像一位调度员,把任务拆成几个子任务:查天气、找餐厅、订位。

第三步:Client 分别向三个 Server 发出请求。天气服务返回"周六晴朗",餐厅服务返回"某火锅店,评分 4.8",订餐服务返回"订位成功,编号 123"。

第四步:Client 把三份结果打包,送回给智能音箱。

第五步:智能音箱用一段自然的语言告诉你:"周六天气晴朗,已经为你在评分 4.8 的火锅店订好位,编号 123。"

这个例子中,大模型负责理解需求、拆解任务并组织语言;Client 负责调度和转换;每个 Server 只需要专心做好自己的那一件事。各司其职,整个系统就能像搭积木一样灵活扩展。

五、去哪里找 MCP 服务

既然 MCP 是统一的标准,那么符合标准的服务越多,AI 能做的事情就越多。目前已经有不少平台专门收集和展示 MCP 服务,你可以按照类别去挑选。下面是书中提到的几个平台,它们的收录情况和服务质量可能随时变化,使用前请自行查看:

平台说明链接
魔搭社区(ModelScope)MCP 广场国内开源社区中的 MCP 服务集合MCP 广场 - ModelScope 魔搭社区
火山引擎 ATS字节跳动云服务平台提供的 MCP 服务火山引擎-你的AI云
MCP World专门收集 MCP 服务的第三方网站海量 MCP Servers 导航网站
阿里云百炼 MCP 市场阿里云百炼平台中的 MCP 服务市场大模型服务平台百炼控制台
MCP.so收录大量 MCP 服务的目录网站MCP Servers for Claude, Cursor & AI Agents | MCP.so
Cline MCP 市场配合 Cline 编程插件使用的 MCP 服务市场MCP Marketplace - Cline

如果想了解 MCP 的官方资料,可以查看以下几个地址:官网 What is the Model Context Protocol (MCP)? - Model Context Protocol;开源代码仓库 https://github.com/modelcontextprotocol;协议版本说明 Versioning - Model Context Protocol。

六、动手体验:连接天气、地图与航班服务

书中给出了一个完整的实践案例:在支持 MCP 的编程环境 Trae 中,同时连接地图服务和航班服务,然后请大模型规划一次"西安到北京三日游",并生成一份网页版的报告。下面是这个过程的大致步骤。

​

图5:安装环境、申请密钥、添加配置、输入需求,四个环节缺一不可

第一步,安装 Trae。Trae 是一款 AI 编程环境,可以作为 MCP 的 Host 使用。按照其官网的说明下载并安装即可。

第二步,安装 Node.js。许多 MCP 服务是用 Node.js 运行的,所以需要先安装它。安装完成后,可以在终端中输入版本查询命令,确认安装成功。

第三步,申请地图服务的 Key。在高德开放平台申请 API Key,并参考官方的 MCP 配置指南:快速接入-MCP Server | 高德地图API。

第四步,在 Trae 中添加 MCP 配置。在设置中找到 MCP 相关选项,选择手动添加配置,然后把地图服务的配置填进去。配置的大致格式如下(其中的 Key 需要换成你自己申请的):

{
  "mcpServers": {
    "amap-maps-streamableHTTP": {
      "url": "https://mcp.amap.com/mcp?key=你的高德Key"
    },
    "variflight": {
      "command": "npx",
      "args": ["-y", "@variflight-ai/variflight-mcp"],
      "env": {
        "VARIFLIGHT_API_KEY": "你的航班服务Key"
      }
    }
  }
}

第五步,添加航班服务。如果需要查询航班信息,可以在 ModelScope 的 MCP 页面找到航班服务:variflight-mcp - ModelScope 魔搭社区。然后到服务的开放平台 VariFlight AI Open Platform: Flight Data MCP Servers for AI Agents 注册账号,在后台创建 API Key。书中提到该平台有赠送额度,但额度用完后可能需要付费,请留意说明。

第六步,输入需求,生成报告。把"从西安到北京旅游 3 天,请帮我规划每天的景点,景点之间用地图查询路线,并查询航班信息给出合理建议,最后用 HTML 生成一份报告"这样的需求输入进去。书中的演示显示,模型会调用地图服务完成路线规划,调用航班服务查询班次,最后整理成一份 HTML 报告。

提醒:配置中的 Key 相当于你的账号钥匙。不要把它截图发到网上,也不要写进公开的代码仓库。如果不慎泄露,应尽快到平台后台重新生成。

动手过程中,如果某个步骤出错,最常见的原因通常是:Node.js 没有安装成功、Key 填写错误、配置格式少了一个符号,或者服务的额度已经用完。逐项检查,大多能找到问题。

七、MCP 与 Function Calling 的关系

学完上一章的工具调用和本章的 MCP,你可能会问:它们是什么关系?

一个简单的理解方式是:Function Calling 解决的是"模型怎么提出调用请求"的问题,MCP 解决的是"工具怎么被统一地接入和发现"的问题。前者是模型一侧的能力,后者是工具与应用之间的标准。两者并不互相排斥,而是经常配合使用:模型借助 Function Calling 决定调用哪个工具,工具则通过 MCP 被统一接入。

八、使用 MCP 要注意什么

1. 只安装可信来源的服务。MCP 服务可以访问你授权的数据,甚至执行操作。来源不明的服务,可能会收集你的信息,或者执行你不希望的动作。

2. 看清楚授权范围。在授予服务访问权限之前,先看它需要什么权限,只授权必要的部分。比如,一个查询天气的服务,并不需要读取你的邮箱。

3. 注意数据去向。远程服务会把你的请求发送到它的服务器上,你要了解它如何处理和保存这些数据。涉及隐私或商业机密的内容,尽量不要通过第三方服务处理。

4. 保护好 API Key。每个服务的 Key 都代表一份访问权限。泄露之后,别人可能会用你的额度产生费用,甚至滥用你的账号。

5. 留意费用与额度。很多服务有免费额度,超出之后可能需要付费。使用前最好先看清楚计费规则,并设置合理的用量上限。

九、常见问题、常见误区与术语速查

Q1:MCP 是一个软件吗?

不是。MCP 是一套协议,也就是一组共同遵守的规则。真正的软件是按照这套规则开发出来的 Host、Client 和 Server。

Q2:普通用户必须学会编程才能使用 MCP 吗?

不一定。越来越多的 AI 应用会把 MCP 服务做成"开箱即用"的形式,用户只需要在界面中勾选或授权即可。但如果想亲手配置,就需要了解一些基本的操作,比如安装运行环境、修改配置文件。

Q3:装的 MCP 服务越多,AI 就越强吗?

不一定。服务越多,模型需要判断的选项就越多,可能会选错工具;而且每个工具的说明也会占用上下文空间。只保留真正需要的服务,效果往往更好。

Q4:只要有 MCP,AI 就能做任何事吗?

不是。AI 能做的事,取决于接入了哪些服务,以及这些服务开放了哪些能力。没有对应的服务,AI 仍然无法完成相应的任务。

术语一句话解释
MCP(模型上下文协议)连接 AI 模型与外部工具和数据的开放标准,相当于 AI 世界的统一接口
Host(主机)用户直接使用的 AI 应用,内部包含 Client
Client(客户端)负责发现工具、转发请求和返回结果的组件,相当于遥控器或翻译官
Server(服务端)提供具体工具和数据的一方,相当于装着各种工具的百宝箱
工具(Tool)Server 中可以被调用的具体能力,如查天气、读文件、查数据库
Function Calling模型提出调用函数请求的能力,是工具调用的一种实现方式
API Key访问服务的凭证,相当于钥匙,需要妥善保管
Node.js一种可以在电脑上运行 JavaScript 程序的运行环境,许多 MCP 服务依赖它
MCP 市场收集和展示各种 MCP 服务的平台,方便按需求查找和接入

十、动手练习

练习一:用一句话讲清楚 MCP。不看文章,尝试用 USB-C 的比喻向朋友解释 MCP 是什么、为什么需要它。

练习二:画出一次 MCP 流程。设想一个"查快递并通知我"的场景,画出 Host、Client 和 Server 的位置,并用箭头标出请求和结果的流向。

练习三:浏览一个 MCP 市场。打开上面任意一个 MCP 市场,挑选三个感兴趣的服务,记录它们的功能、是否需要 API Key、是否有免费额度。注意不要随意填写真实的 Key 到不明来源的服务中。

十一、总结

回顾全文,MCP 就像 AI 世界的 USB-C:它不是某一个工具,而是一套统一的连接标准。通过 Host、Client 和 Server 三个角色的分工,AI 应用可以方便地接入天气、地图、航班、数据库等各种服务,开发者也不必为每一个工具重复编写对接代码。

理解了 MCP,你就能更清楚地看到 AI 能力扩展的路径:模型负责理解和决策,MCP 负责统一连接,具体的服务负责完成工作。动手尝试一次,你会发现,让 AI 连接真实世界,其实并没有想象中那么遥远。

转载自 CSDN-专业IT技术社区

原文链接:https://blog.csdn.net/2502_93282244/article/details/170743671

文章来源转载

评论

评论列表

微信小程序
QQ小程序

关于作者

点赞数:0
关注数:0
粉丝:0
文章:0
关注标签:0
加入于:--