本文大致介绍一下MCP的作用、充当什么角色、处于什么位置、以及一些问题的解答

一、MCP的定义

MCP即模型上下文协议（Model Context Protocol），是一种开放的通信协议，是人工智能领域的 “USB 接口”。MCP在大模型和外部数据源（数据、工具、开发环境等）之间建立了双向且更加安全的连接，使用单一的标准协议取代碎片化的集成方式。

如果把 LLM（Large Language Model，大语言模型） 比作人的大脑，MCP 就是手脚。LLM 不断提升智能下限，MCP 则是不断提升创意上限。

二、MCP的作用

• MCP Client（客户端）：
  • 作为调用方，是用户与 MCP 生态的交互入口。例如PC端的Claude Code、Cursor等工具，手机上的豆包APP、元宝APP等
  • 集成调用LLM和MCP Server，提供集成化的各种能力，例如：聊天应用类，提供自然语言交互服务，让用户通过对话调用 AI 能力；编码工具类，在 IDE 里调用外部应用和系统的能力；任务自动化类，帮用户自动化执行重复性任务，如数据处理、流程调度，以提升效率。
• MCP Server（服务端）
  • MCP服务端：作为被调用方，提供后端服务支撑，包含各类核心功能模块。
  • 例如，数据库类（如 ClickHouse、Supabase）负责数据库的存储、查询与管理；设计类（如 Figma、Blender）支撑设计创作、文件协作等功能；生产力工具类（如 Notion、Obsidian）提供笔记管理、知识整理等办公协作服务；支付类（如 Stripe），处理在线支付交易，支持商业场景的资金流转。
  • 如果是使用Claude Code等工具安装的MCP服务，这里的MCP Server其实是Claude Code启动的子进程，Claude Code会调用这些MCP子进程，MCP子进程调用本地/远程数据源，得到响应结果，返回给MCP Client（Claude Code）再交给LLM进行分析
• Local Filesystem、Database
  • 本地的数据源
  • 某些MCP ，例如操作数据库的，可以对本地数据库进行增删改查；操作Local Filesystem文件的，可以对本地文件进行检索与修改
• Internet
  • 远程的数据源
  • MCP 服务器可以通过互联网（例如通过 API）连接到外部系统。访问网络上的数据，例如连接远程数据库、进行网页搜索等等

核心作用是：解决传统AI工具集成的平台依赖、数据孤岛问题，让不同大模型可无缝调用同一款外部工具

三、MCP示例

3.1 MCP工作时序图：

3.2 查询时间示例：

如上图所示，一次基于MCP的调用，一共有6个核心的步骤。我们先拟定一个前提：

• 我要开发一个获取时间的AI Agent，用户在使用这个AI Agent时，只需要问类似“现在几点了？”这种问题即可。

• 我已经有了一个关于处理时间的MCP Server，这个MCP Server里有2个MCP Tool，一个负责获取当前时区，一个负责获取当前时间。

1、调用步骤解析：

• 第一步：用户向AI Agent提问“现在几点了？”，此时AI Agent就是MCP Client（Cursor / Claude Code之类的），它会把用户的问题和处理时间的MCP Server以及MCP Tool的信息一起发送给LLM（大语言模型）。

• 第二步：LLM拿到信息后开始推理，基于用户的问题和MCP Server的信息，选出解决用户问题最合适的MCP Server和MCP Tool，然后返回给AI Agent（MCP Client）。
  LLM返回给AI Agent的信息是：“你可以使用time这个MCP Server里的get_current_time这个MCP Tool，它可以解决用户的问题”。

• 第三步：AI Agent（MCP Client）现在知道应该使用哪个MCP Server里的哪个MCP Tool了，直接调用该MCP Tool，获取结果。
  调用名称为time的MCP Server里的get_current_time MCP Tool。

• 第四步：Time MCP Server返回结果（当前的时间）给AI Agent（MCP Client）。

• 第五步：AI Agent（MCP Client）把用户的问题和从Time MCP Server处拿到的结果再一次给了LLM，目的是让LLM结合问题和答案再规整一下内容。

• 第六步：LLM把整理后的内容返回给AI Agent（MCP Client），最后AI Agent（MCP Client）再原封不动地返回给用户。

在MCP的整个调用过程中有一个非常关键之处就是MCP Server 以及 MCP Tool 的信息。从第一步、第二步可以看出，这个信息非常关键，是它让LLM知道了该如何解决用户的问题，这个信息就是MCP中最重要的System Prompt，本质上就是PE工程。

为什么需要 MCP？

MCP 模型上下文协议有以下优势：

• 标准化与通用性

  • 统一规范：MCP 是一种开放标准，提供了统一的协议规范，如同 AI 应用程序的 “USB - C 接口”，使 AI 模型连接不同数据源和工具时遵循相同标准，而其他方式如特定代码编写、插件系统、API 接口等，通常需针对不同数据源和模型单独处理。
  • 跨系统兼容：能实现不同类型数据源与 AI 模型的无缝连接，无论是本地资源（如数据库、文件），还是远程资源（如 Slack 或 GitHub）等 API，都可通过统一协议处理。

• 开发效率与便捷性

  • 简化开发流程：开发者无需为每种数据类型或服务编写专门接口代码，利用 MCP 的 SDK 可快速在系统中实现连接，如开发智能家居系统时，采用 MCP 协议可将所有设备数据通过 MCP 服务器统一管理。
  • 预构建服务器支持：Anthropic 提供了针对 Google Drive、Slack、GitHub 和 Postgres 等流行系统的预构建 MCP 服务器，开发者可直接使用，无需从零搭建。

• 上下文管理与交互能力

  • 分布式上下文管理：对 “上下文状态” 进行抽象化处理，让上下文状态可通过协议标准化传递，不再局限于 prompt 本身，使交互更轻量化。
  • 双向通信：支持数据源与 AI 模型间的双向数据流动，数据源可向 AI 模型传输信息，AI 模型也能将输出反馈给数据源，形成更高效的交互闭环。

• 安全性与可扩展性

  • 安全机制完善：提供强访问控制、详细权限设置和审计跟踪，内置安全监测工具，降低数据泄露风险，保障敏感数据安全。
  • 灵活扩展：具有良好的扩展性，开发者可轻松为其应用构建新的 plugin 或模块，能方便地添加新数据源或功能，快速适应不同业务需求。

其他问题解答：

1、如果我同时使用多个Claude Code，会启动多个MCP Server吗？
会，每个Claude Code实例都会启动自己的（多个）MCP Server进程，可能导致端口冲突或资源浪费。

• MCP Server是独立的进程（不是线程）
• Claude Code通过子进程方式启动它们
• 每个MCP Server在自己的进程中运行
• 关闭Claude Code工具时，也会关闭所有子进程MCP Server

2、可以远程运行MCP Server吗？
可以，但是Claude Code默认配置的是本地stdio模式。

参考文献：

MCP架构原理-动图演示
阿里大佬解释：什么是MCP

2026/02/02日编写 - 第一版