MCP（Model Context Protocol）
MCP（Model Context Protocol） 是一个开放协议，旨在实现 LLM 应用与外部数据源和工具之间的无缝集成。无论是构建 AI 驱动的 IDE、增强聊天界面，还是创建自定义 AI 工作流，MCP 都提供了一种标准化的方式来连接 LLM 与所需的上下文。
概述
MCP 提供了一种标准化方式，使应用程序能够：
- 与语言模型共享上下文信息
- 向 AI 系统暴露工具和能力
- 构建可组合的集成与工作流
协议使用 JSON-RPC 2.0 消息格式，在以下三种角色之间建立通信：
- Host（宿主）：发起连接的 LLM 应用（如 Claude Desktop、IDE 等）
- Client（客户端）：宿主应用内部的连接器
- Server（服务端）：提供上下文和能力的服务
MCP 的设计灵感来源于 Language Server Protocol（LSP），正如 LSP 标准化了编程语言在开发工具生态中的支持方式，MCP 则标准化了 AI 应用生态中上下文和工具的集成方式。
mermaid
graph LR
Host[Host 宿主] --> Client1[Client 客户端]
Host --> Client2[Client 客户端]
Client1 --> Server1[Server 服务端 A]
Client2 --> Server2[Server 服务端 B]
Server1 --> R1[Resources / Tools / Prompts]
Server2 --> R2[Resources / Tools / Prompts]核心概念
基础协议
- JSON-RPC 消息格式
- 有状态连接（Stateful Connections）
- 能力协商（Capability Negotiation）：Server 和 Client 在连接建立时协商各自支持的特性
Server 提供的能力
| 能力 | 说明 |
|---|---|
| Resources | 上下文和数据，供用户或 AI 模型使用 |
| Prompts | 模板化的消息和工作流 |
| Tools | 供 AI 模型执行的函数 |
Client 提供的能力
| 能力 | 说明 |
|---|---|
| Sampling | 服务端发起的 LLM 交互（agentic 行为） |
| Roots | 服务端查询 URI 或文件系统边界 |
| Elicitation | 服务端向用户请求额外信息 |
辅助功能
- 配置管理（Configuration）
- 进度追踪（Progress Tracking）
- 取消操作（Cancellation）
- 错误上报（Error Reporting）
- 日志记录（Logging）
安全与信任
MCP 通过任意数据访问和代码执行路径实现强大的功能，但同时也带来了重要的安全考量：
- 用户同意与控制 — 用户必须明确同意并理解所有数据访问和操作
- 数据隐私 — 未经用户同意，不得将资源数据传输到其他地方
- 工具安全 — 工具代表任意代码执行，必须谨慎对待
- LLM 采样控制 — 用户必须明确批准任何 LLM 采样请求