MCP官网MCP官网

MCP是什么

MCP 全称 Model Context Protocol(模型上下文协议),MCP 是由 Anthropic 公司于2024年11月底提出并开源的一种开放标准协议,旨在解决大型语言模型(LLM)与外部数据源和工具之间的集成问题。MCP 核心目标是通过标准化接口,使 AI 系统能够无缝访问外部数据源、工具和服务,从而打破数据孤岛,提升 AI 助手的实际操作能力。MCP 采用客户端-服务器(client-server)架构,支持双向通信,并允许动态发现和调用外部工具。

  • MCP官网:https://modelcontextprotocol.io/
MCP官网

MCP(模型上下文协议)是 AI 应用程序和代理连接并使用数据源(例如本地文件、数据库或内容存储库)和工具(例如 GitHub、Google Maps 或 Puppeteer)的标准方式。可以将 MCP 视为 AI 应用的通用适配器,类似于 USB-C 之于物理设备。USB-C 充当通用适配器,将设备连接到各种外设和配件。同样,MCP 提供了一种标准化的方式,将 AI 应用连接到不同的数据和工具。

在 USB-C 出现之前,不同的连接需要不同的线缆。同样,在 MCP 出现之前,开发人员必须为每个 AI 应用程序所需的数据源或工具构建自定义连接——这是一个耗时的过程,而且常常导致功能受限。现在,有了 MCP,开发人员可以轻松地为他们的 AI 应用程序添加连接,从而让他们的应用程序从一开始就更加强大。

为什么选择 MCP?

MCP 可帮助您在 LLM 之上构建代理和复杂的工作流。LLM 通常需要与数据和工具集成,而 MCP 可提供以下功能:

  • 越来越多的预建集成可供您的 LLM 直接插入
  • 在 LLM 提供商和供应商之间切换的灵活性
  • 保护基础架构内数据的最佳实践 

MCP总体架构

MCP官网

MCP 的核心遵循客户端-服务器(client-server)架构,其中主机应用程序可以连接到多个服务器,MCP 核心架构包含以下几个部分:

  • MCP Host(MCP主机):像 Claude Desktop、IDE 或 AI 工具这样的程序,需要通过 MCP 访问数据。
  • MCP Clients(MCP客户端):与服务器保持 1:1 连接的协议客户端。
  • MCP ServersMCP服务器):轻量级程序,每个程序都通过标准化模型上下文协议公开特定功能。
  • Local Data Sources(本地数据源):MCP 服务器可以安全访问的您的计算机文件、数据库和服务。
  • Remote Services(远程服务):MCP 服务器可以通过互联网(例如通过 API)连接到的外部系统。

MCP工作原理

MCP官网

MCP 通过一个简单的系统在您的 AI 应用程序和数据之间架起了一座桥梁:

  • MCP 服务器连接到您的数据源和工具(如 Google Drive 或 Slack)。
  • MCP 客户端由 AI 应用程序(如 Claude Desktop)运行,以将它们连接到这些服务器。
  • 当你授予权限后,你的 AI 应用程序会发现可用的 MCP 服务器。
  • 然后,AI 模型可以使用这些连接来读取信息并采取行动。

这种模块化系统意味着无需改变 AI 应用程序本身即可添加新功能 – 就像无需升级整个系统即可为计算机添加新配件一样。

MCP如何使用?

MCP官网提供了详细的MCP创建和使用指南,可以为不同开发者提供使用指导,可以访问MCP官网或MCP官方Github查看详情。

  • MCP官网地址:https://modelcontextprotocol.io/
  • MCP官方Github开源代码库:https://github.com/modelcontextprotocol

MCP使用教程

1、服务器开发者

开始构建您自己的 MCP Servers 服务器,以便在 Claude for Desktop 和其他客户端中使用。

  • MCP Servers 开发者使用教程:https://modelcontextprotocol.io/quickstart/server
    在本教程中,我们将构建一个简单的 MCP 天气服务器,并将其连接到主机 Claude for Desktop。我们将从基本设置开始,然后逐步介绍更复杂的用例。

2、客户端开发者

开始构建可以与所有 MCP Servers 服务器集成的 MCP Clients 客户端。

  • MCP Clients 开发者使用教程:https://modelcontextprotocol.io/quickstart/client
    在本教程中,您将学习如何构建一个基于 LLM 的聊天机器人客户端,并连接到 MCP 服务器。如果您已经阅读过服务器快速入门指南,它将指导您完成构建第一个服务器的基础知识。

3、Claude桌面用户

开始使用 Claude for Desktop 中预建的 MCP Servers 服务器。

  • Claude 桌面用户使用教程:https://modelcontextprotocol.io/quickstart/user
    在本教程中,您将扩展Claude for Desktop,以便它可以从计算机的文件系统读取、写入新文件、移动文件,甚至搜索文件。

4、MCP调试指南

在开发 MCP 服务器或将其与应用程序集成时,有效的调试至关重要。

  • MCP调试指南:https://modelcontextprotocol.io/docs/tools/debugging
    本指南介绍了 MCP 生态系统中可用的调试工具和方法。

5、MCP Inspector

MCP Inspector是一款用于测试和调试 MCP Servers 服务器的交互式开发者工具。

  • MCP Inspector使用教程:https://modelcontextprotocol.io/docs/tools/inspector
    使用 MCP Inspector 测试和调试MCP服务器的深入指南,本指南将详细介绍 Inspector 的功能和性能。

MCP Servers 服务器示例

下面是一些已经应用的各种模型上下文协议 (MCP) 服务器,以展示该协议的功能和多功能性。这些服务器使大型语言模型 (LLM) 能够安全地访问工具和数据源。

1、数据和文件系统

  • 文件系统——具有可配置访问控制的安全文件操作
  • PostgreSQL – 具有模式检查功能的只读数据库访问
  • SQLite – 数据库交互和商业智能功能
  • Google Drive – Google Drive 的文件访问和搜索功能

2、开发工具

  • Git – 读取、搜索和操作 Git 存储库的工具
  • GitHub – 存储库管理、文件操作和 GitHub API 集成
  • GitLab – GitLab API 集成,支持项目管理
  • Sentry – 从 Sentry.io 检索和分析问题

3、Web和浏览器自动化

  • Brave Search – 使用 Brave 的搜索 API 进行网络和本地搜索
  • Fetch – 针对 LLM 使用进行优化的 Web 内容获取和转换
  • Puppeteer——浏览器自动化和网页抓取功能

4、生产力和沟通

  • Slack – 频道管理和消息传递功能
  • Google 地图– 位置服务、路线和地点详情
  • 记忆——基于知识图谱的持久记忆系统

5、人工智能和专用工具

  • EverArt——使用各种模型的 AI 图像生成
  • 顺序思维——通过思维序列动态解决问题
  • AWS KB 检索– 使用 Bedrock Agent Runtime 从 AWS 知识库检索

更多 MCP Servers 示例请访问官网:

  • MCP Servers 官网示例集:https://modelcontextprotocol.io/examples

MCP Clients 客户端示例

下面列表中是一些支持模型上下文协议 (MCP) 的应用程序。每个客户端可能支持不同的 MCP 功能,从而允许与 MCP 服务器进行不同程度的集成。

客户 资源 提示 工具 采样 笔记
5ire 支持工具。
Apify MCP Tester 支持工具
BeeAI Framework 支持代理工作流程中的工具。
Claude Code 支持提示和工具
Claude桌面应用程序 支持工具、提示和资源。
Cline 支持工具和资源。
Continue 支持工具、提示和资源。
Copilot-MCP 支持工具和资源。
Cursor 支持工具。
Daydreams Agents 支持将服务器放入 Daydreams 代理
Emacs Mcp 支持 Emacs 中的工具。
fast-agent 完整的多模式 MCP 支持,具有端到端测试
Genkit ⚠️ 支持资源列表和通过工具查找。
GenAIScript 支持工具。
Goose 支持工具。
LibreChat 代理支持工具
mcp-agent ⚠️ 支持工具、服务器连接管理和代理工作流程。
Microsoft Copilot Studio 支持工具
OpenSumi 支持 OpenSumi 中的工具
oterm 支持 Ollama 的工具、提示和采样。
Roo Code 支持工具和资源。
Sourcegraph Cody 通过 OpenCTX 支持资源
SpinAI 支持 Typescript AI Agents 工具
Superinterface 支持工具
TheiaAI/TheiaIDE 支持 Theia AI 中的代理工具以及 AI 驱动的 Theia IDE
VS Code GitHub Copilot 支持动态工具/根发现、安全秘密配置和显式工具提示
Windsurf Editor 支持使用AI Flow的工具进行协作开发。
Witsy 支持 Witsy 中的工具。
Zed 提示以斜线命令形式出现

更多 MCP Clients 示例请访问官网:

  • MCP Clients 官网示例集:https://modelcontextprotocol.io/clients

MCP官方集成

这些 MCP 服务器由 Anthropic 公司为其平台维护:

  • Axiom – 使用自然语言查询和分析日志、跟踪和事件数据
  • Browserbase – 在云端自动化浏览器交互
  • Cloudflare – 在 Cloudflare 开发者平台上部署和管理资源
  • E2B – 在安全的云沙箱中执行代码
  • Neon – 与 Neon 无服务器 Postgres 平台交互
  • Obsidian Markdown Notes – 阅读和搜索 Obsidian 库中的 Markdown 笔记
  • Qdrant – 使用 Qdrant 矢量搜索引擎实现语义记忆
  • Raygun – 访问崩溃报告和监控数据
  • Search1API – 用于搜索、爬取和站点地图的统一 API
  • Stripe – 与 Stripe API 交互
  • Tinybird – 与 Tinybird 无服务器 ClickHouse 平台接口
  • Weaviate – 通过您的 Weaviate 系列启用 Agentic RAG

MCP社区亮点

MCP官方社区开发的服务器生态系统不断壮大,扩展了 MCP 的功能:

  • Docker – 管理容器、镜像、卷和网络
  • Kubernetes – 管理 Pod、部署和服务
  • Linear – 项目管理和问题跟踪
  • Snowflake – 与 Snowflake 数据库交互
  • Spotify – 控制 Spotify 播放并管理播放列表
  • Todoist – 任务管理集成

MCP常见问题

  • MCP常见问题入口:https://modelcontextprotocol.io/faqs

数据统计

相关导航

暂无评论

none
暂无评论...