想象一下，一个能力强大的 AI 助手，它知识渊博、能言善辩，但却被关在一个没有互联网、没有软件、无法访问任何外部数据和工具的房间里。这就是大多数大语言模型（LLM）的现状——它们的能力被限制在训练时所学到的知识中，无法与实时变化的世界互动。

MCP (Model Context Protocol) 就是为了彻底打破这堵墙而生的。它是由 Anthropic (Claude 的创造者) 提出并主导开发的一种开放协议，旨在为 AI 模型提供一种安全、标准化、可扩展的方式来使用外部工具、数据和服务。

你可以把它理解为：

AI 的“万能遥控器”：让 AI 可以操控各种各样的“设备”（数据库、API、计算器、文件系统等）。
AI 的“应用商店”：开发者可以为其开发无限多的“应用”（称为工具或资源），AI 可以按需安装和使用。
AI 的“手和脚”：它为只会“思考”的 AI 模型赋予了“行动”的能力，使其能真正与环境交互。

MCP 的关键特性与优势在于：

开放与跨平台：它是一个开放标准，不受任何单一公司控制，促进了整个AI生态的互联互通。
安全性：协议内置了权限控制。服务器可以声明工具所需的权限，客户端（或用户）可以决定是否授权，有效防止滥用。
灵活性：开发者可以用任何编程语言（Python, JavaScript, Go, Rust等）编写 MCP 服务器，只要遵循协议即可。
模块化：工具和资源是模块化的，可以按需安装、组合和更新，就像手机的App一样方便。
强大的生态潜力：一个繁荣的工具生态即将出现，专业的工具（如Jira操作、服务器监控、科学计算）可以让通用AI变身成为领域专家。

MCP的典型应用场景为：

代码与运维：让AI直接运行测试、查询日志、部署服务、调试服务器。
数据分析：连接数据库（MySQL, BigQuery）、数据分析平台（Tableau），让AI直接执行查询并分析结果。
办公自动化：读写电子表格、发送邮件、管理日历、生成PPT。
实时信息获取：搜索网页、查询股价、获取新闻和天气。
智能家居与IoT：控制智能设备，调节灯光温度。

为什么需要 MCP？它解决了什么核心问题？

在没有 MCP 之前，让 AI 使用外部功能面临诸多挑战：

碎片化与不兼容：每个 AI 厂商（如 OpenAI, Anthropic, Google）都有自己的一套插件或工具系统，开发者需要为每个平台重复开发功能相似的工具。
安全风险：缺乏统一的安全标准和权限控制模型，可能导致 AI 被恶意工具利用或执行危险操作。
开发效率低下：工具开发过程复杂，难以调试和维护。

MCP 的核心价值在于 standardization (标准化)。它定义了一套通用的“语言”，使得：

工具开发者：只需编写一次 MCP 服务器，任何支持 MCP 协议的 AI 客户端（如 Claude、Dify 等）都可以立即使用这些工具。
AI 厂商和应用开发者：无需重复造轮子，可以直接利用整个生态系统中已有的强大工具。
用户：获得一个能力更强、更安全、更可靠的 AI 助手。

MCP 的核心组件与工作原理

MCP 协议主要围绕三个核心概念构建，涉及两个角色之间的通信：

MCP 客户端 (Client)：
- 角色：通常是 AI 应用或平台（如 Claude 聊天界面、Dify 工作流）。
- 职责：向用户提供交互界面，接收用户请求，决定需要调用哪些工具，并将工具返回的结果整合后呈现给用户。
MCP 服务器 (Server)：
- 角色：提供具体功能和数据的独立程序。
- 职责：向客户端“广告”自己提供了哪些工具和资源，并等待客户端的调用请求。当收到请求时，执行具体的操作（如查询数据库、执行命令、读取文件）并将结果返回给客户端。
工具 (Tools) 和资源 (Resources)：
- 这是服务器暴露给客户端的核心内容：
  - Tools (工具)：代表可执行的操作。客户端可以调用它们并传递参数。例如：search_web, run_calculator, execute_sql_query。
  - Resources (资源)：代表可读取的数据流。它们为客户端提供了一种方式来订阅或读取动态或静态内容。例如：database_tables, real_time_logs, file_system。

工作流程可以简化为：

用户向 客户端 提出请求：“帮我查一下今天的天气。”
客户端 分析请求，发现需要调用一个天气查询工具。
客户端 查看已连接的 MCP 服务器，发现一个提供了 get_weather 工具的服务器。
客户端 调用该工具，并传入参数 location="北京"。
MCP 服务器 执行工具：通过某个天气 API 获取北京的数据。
MCP 服务器 将天气数据返回给 客户端。
客户端 将数据整合成友好的格式回复给用户：“北京今天晴，25摄氏度。”

安装

使用如下命令安装：

pip install mcp

第一个MCP服务器

from mcp.server.fastmcp import FastMCP

# 创建一个 MCP 服务器
mcp = FastMCP("demo")

# 添加一个加法工具
@mcp.tool()
def add(a: int, b: int) -> int:
    """将两个数字相加"""
    return a + b

# 添加一个动态问候资源
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
    """获取个性化问候语"""
    return f"你好, {name}!"

# 添加一个提示模板
@mcp.prompt()
def greet_user(name: str, style: str = "友好") -> str:
    """生成问候提示"""
    styles = {
        "友好": "请写一个热情友好的问候语",
        "正式": "请写一个正式专业的问候语",
        "随意": "请写一个轻松随意的问候语",
    }

    return f"{styles.get(style, styles['友好'])} 给名为 {name} 的人。"

# 启动服务器
if __name__ == "__main__":
    mcp.run()

保存以上文件为main.py

为了启动这个服务器，只需要执行该模块即可：

python main.py