什么是 MCP

简介

ModelContextProtocol 是一个开源标准，用于将人工智能应用与外部系统连接起来。
通过MCP，像Claude或ChatGPT这样的AI应用可以连接数据源（如本地文件、数据库）、工具（如搜索引擎、计算器）和工作流程（如专门提示）——使它们能够访问关键信息并执行任务。
可以把MCP想象成AI应用的USB-C接口。正如USB-C提供了连接电子设备的标准化方式，MCP也提供了将AI应用与外部系统连接的标准化方式。

MCP的数据标准

MCP 使用 JSON-RPC 2.0 协议封装消息，确保请求和响应的结构化处理

示例

{
  "jsonrpc": "2.0",
  "id": 1,
  "result": {
    "tools": [
      {
        "name": "add",
        "description": "Add two numbers",
        "inputSchema": {
          "properties": {
            "a": { "title": "A", "type": "integer" },
            "b": { "title": "B", "type": "integer" }
          },
          "required": ["a", "b"],
          "title": "addArguments",
          "type": "object"
        }
      }
    ]
  }
}

格式

// 请求
{
  "jsonrpc": "2.0",
  "id": "number | string",
  "method": "string",
  "params": "object" // 可选
}

// 响应
{
  "jsonrpc": "2.0",
  "id": "number | string",
  "result": "object", // 成功时返回
  "error": {          // 失败时返回
    "code": "number",
    "message": "string",
    "data": "unknown" // 可选
  }
}

// 通知
{
  "jsonrpc": "2.0",
  "method": "string",
  "params": "object" // 可选
}

MCP原语

MCP原语(Model Communication Protocol Primitives)是该协议中最重要的概念，定义了客户端与服务器之间能够相互提供的核心能力。这些原语明确了可以与AI应用共享的上下文信息类型以及可执行的操作范围。

服务器端核心原语

工具(Tools)

可执行函数，AI应用可以调用这些函数来执行具体操作（例如文件操作、API调用、数据库查询）

Tips: ToolsCall 和 FunctionCal l不是一个概念, FunctionCall 指的是模型本身根据用户提供的方法，在大模型语言生成过程，根据上下文判断是否需要通过FunctionCall调用，返回方法调用信息让客户端去处理FunctionCall的结果， 而 Tool Call 则是要求MCP服务端将工具调用结果返回给客户端，两者的执行主体不同

//    客户端请求服务端获取航班信息的函数调用
{
  name: "searchFlights",
  description: "Search for available flights",
  inputSchema: {
    type: "object",
    properties: {
      origin: { type: "string", description: "Departure city" },
      destination: { type: "string", description: "Arrival city" },
      date: { type: "string", format: "date", description: "Travel date" }
    },
    required: ["origin", "destination", "date"]
  }
}

资源(Resources)

为AI应用提供上下文信息的数据源（例如文件内容、数据库记录、API响应）, 例如下面的例子，获取出发和目的地的航班信息，相对于工具调用获取的信息， 通过资源获取的信息更加直接，可以采用这种规范，实现客户端与用户交互选择要使用的资源 3

{
  "uriTemplate": "travel://flights/{origin}/{destination}",
  "name": "flight-search",
  "title": "Flight Search",
  "description": "Search available flights between cities",
  "mimeType": "application/json"
}

3. 提示(Prompts)
   帮助构建与语言模型交互的可复用模板，关键方法：

Method	Purpose	Returns
prompts/list	客户端请求服务端可用的模板列表	模板列表
prompts/get	客户端请求服务端可用的模板详情	完整的模板信息及其需要的参数

客户端原语

MCP还定义了客户端支持服务端调用的原语，Client - Server 链路建立过程中，不仅服务端会携带自己支持的原语，客户端也会携带支持的原语信息发送给服务端，突破了传统的客户端→服务器单向请求模式。

采样(Sampling)

在服务器响应客户端请求过程中，允许服务器反向请求客户端获取大模型决策后的信息,利用其结果完善自身逻辑。

// 向客户端发起请求，要求 llm 回答问题
{
  messages: [
    {
      role: "assistant",
      content: "Analyze these flight options and recommend the best choice:\n" +
               "[47 flights with prices, times, airlines, and layovers]\n" +
               "User preferences: morning departure, max 1 layover"
    }
  ],
  modelPreferences: {
    hints: [{
      name: "claude-sonnet-4-20250514"  // Suggested model
    }],
    costPriority: 0.3,      // Less concerned about API cost
    speedPriority: 0.2,     // Can wait for thorough analysis
    intelligencePriority: 0.9  // Need complex trade-off evaluation
  },
  systemPrompt: "You are a travel expert helping users find the best flights based on their preferences",
  maxTokens: 1500
}

引导（Elicitation）

允许服务器向用户请求额外信息。当需要获取用户更多输入或确认操作时，可通过elicitation 主动获取客户端的选择，这个过程看起来就像是在引导用户做选择和填空题。

// 要求客户端在服务端提供的选项中获取值
{
  method: "elicitation/requestInput",
  params: {
    message: "Please confirm your Barcelona vacation booking details:",
    schema: {
      type: "object",
      properties: {
        confirmBooking: {
          type: "boolean",
          description: "Confirm the booking (Flights + Hotel = $3,000)"
        },
        seatPreference: {
          type: "string",
          enum: ["window", "aisle", "no preference"],
          description: "Preferred seat type for flights"
        },
        roomType: {
          type: "string",
          enum: ["sea view", "city view", "garden view"],
          description: "Preferred room type at hotel"
        },
        travelInsurance: {
          type: "boolean",
          default: false,
          description: "Add travel insurance ($150)"
        }
      },
      required: ["confirmBooking"]
    }
  }
}

根（Roots）

通过 file:// URI 类似的方案，允许客户端主动选择资源边界。客户端拥有本地策略限制的情况，实现服务器行为与客户端策略的实时同步。

初始连接阶段

1. 客户端 → 服务器
   "你好，我支持roots功能！"
   客户端在首次连接时告知服务器其支持roots功能

2. 服务器 → 客户端
   "你有哪些roots？"
   服务器使用roots/list接口查询客户端可用的roots

3. 客户端 → 服务器
   "请在这些边界内操作"
   客户端返回当前配置的roots列表（定义操作边界）

动态更新阶段

4. 用户 → 客户端
   "我想修改操作边界"
   用户通过客户端界面更新roots配置（调整操作范围）

5. 客户端 → 服务器
   "Roots已变更"
   客户端通过notifications/roots/list_changed通知服务器roots配置变化
   (仅在roots实际发生增减时触发)

6. 服务器 → 客户端
   "请重新提供roots列表"
   服务器再次使用roots/list请求最新roots数据

7. 客户端 → 服务器
   "更新后的操作边界如下"
   客户端响应最新的roots配置

接入MCP

传输层处理客户端和服务器之间的实际通信，现在定义了多种传输机制：

Stdio（本地启动）

通过启动指令，启动本地编写好的MCP服务器，一般用upx或npx启动，使用标准输入/输出进行通信， 多用于本地调用与调试，可以支持通过json导入启动配置：

{
  "mcpServers": {
    "OC8HYPJki-82QnxDhU4Xr": {
      "name": "@cherry/filesystem",
      "type": "inMemory",
      "args": [
        "/Users/username/Desktop",
        "/path/to/other/allowed/dir"
      ],
      "shouldConfig": true,
      "isActive": true,
      "provider": "CherryAI",
      "installSource": "builtin"
    }
  }
}

SSE(单向)

使用 Server-Sent Events (SSE) 进行服务器向客户端的消息传输。其流程大概分为以下几步：
1、发送初始化连接请求，客户端携带自身支持的原语和MCP协议版本；服务的响应请求并返回自身支持的原语

// 请求
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "initialize",
  "params": {
    "protocolVersion": "2025-06-18", //协议版本
    "capabilities": {
      "elicitation": {} // 支持的能力
    },
    "clientInfo": {
      "name": "example-client",
      "version": "1.0.0"
    }
  }
}


// 返回
{
  "jsonrpc": "2.0",
  "id": 1,
  "result": {
    "protocolVersion": "2025-06-18",
    "capabilities": {
      "tools": {
        "listChanged": true // 支持动态刷新工具列表
      },
      "resources": {} // 支持资源获取
    },
    "serverInfo": {
      "name": "example-server",
      "version": "1.0.0"
    }
  }
}

2、在初始化连接完成后 ，客户端根据服务端能力配置初始化(tool\prompt\resource)的处理逻辑，服务端也根据客户端要求配置策略（elicitation，real-time fresh tool），客户端实时拉去最新服务端信息，也完成三次握手建立传输层连接。

{
  "jsonrpc": "2.0",
  "method": "notifications/initialized"
}

// 服务端告诉客户端tool刷新
{
  "jsonrpc": "2.0",
  "method": "notifications/tools/list_changed"
}

//客户端更新
{
  "jsonrpc": "2.0",
  "id": 4,
  "method": "tools/list"
}

结语

概念介绍的差不多了，作为 AI 模型的能力拓展，近几个月来，MCP概念爆火，网上的MCP平台展览了许多实用的MCP。做 AI 应用开发，掌握这个能力势在必得，希望这篇文章能帮助到大家