🌸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
三、MCP 的三个角色:Host、Client 与 Server
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





