MCP是什么，可以通俗易懂的讲解一下吗？

Model Context Protocol

简单点说就是让模型能够调用外部工具，类似function calling的功能。

在调用AI模型接口的时候，告诉AI模型它可以调用哪些“工具”，然后客户端收到调用的请求，执行对应的工具，再将工具的返回结果提交给AI模型。

然后这个 mcp 就可以说是一个标准协议，这个协议定义了AI客户端怎么去调用哪些工具、自己开发的工具可以通过实现mcp的协议，让工具被AI客户端调用。

简单来说，就是一个大模型调用到工具函数的一个通用协议，原本的function call可能只是各家是各家的，openai的开发了后，还需要转到claude去用，或者Claude开发的转到openai去用，不那么适配和方便。因为你需要了解这两家各自的标准。

那么MCP出来后呢，就是把这一块给统一了，相当于在工具和大模型之间加了一层通用协议层，大模型和工具之间不需要各自适配，只要工具实现协议的server，大模型客户端实现client从server取工具，即可。那么大家都公认这么一套流程，开发server和通过client获取server中的tool、resource、prompt等，都是一个规范。

不论是python、还是js/ts、或者是go，大家都遵循这个参数标准去做sdk开发，任意大模型调用都很方便通过其去适配开发。

给你个例子看看：

python:

app = Server("example-server")

@app.list_tools()
async def list_tools() -> list[types.Tool]:
    return [
        types.Tool(
            name="calculate_sum",
            description="Add two numbers together",
            inputSchema={
                "type": "object",
                "properties": {
                    "a": {"type": "number"},
                    "b": {"type": "number"}
                },
                "required": ["a", "b"]
            }
        )
    ]

@app.call_tool()
async def call_tool(
    name: str,
    arguments: dict
) -> list[types.TextContent | types.ImageContent | types.EmbeddedResource]:
    if name == "calculate_sum":
        a = arguments["a"]
        b = arguments["b"]
        result = a + b
        return [types.TextContent(type="text", text=str(result))]
    raise ValueError(f"Tool not found: {name}")

typescript:

const server = new Server({
  name: "example-server",
  version: "1.0.0"
}, {
  capabilities: {
    tools: {}
  }
});

// Define available tools
server.setRequestHandler(ListToolsRequestSchema, async () => {
  return {
    tools: [{
      name: "calculate_sum",
      description: "Add two numbers together",
      inputSchema: {
        type: "object",
        properties: {
          a: { type: "number" },
          b: { type: "number" }
        },
        required: ["a", "b"]
      }
    }]
  };
});

// Handle tool execution
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "calculate_sum") {
    const { a, b } = request.params.arguments;
    return {
      content: [
        {
          type: "text",
          text: String(a + b)
        }
      ]
    };
  }
  throw new Error("Tool not found");
});

可以看到，虽然不同语言写法不同，但是都遵循一个mcp协议的规范。以tool为例子就是：

types.Tool(
    name="calculate_sum",
    description="Add two numbers together",
    inputSchema={
        "type": "object",
        "properties": {
            "a": {"type": "number"},
            "b": {"type": "number"}
        },
        "required": ["a", "b"]
    }
)

都必须按照 name 和 description 和 inputSchema 来规范你的工具的参数。

这样开发完之后，你去适配Claude还是openai又或是google家的，都可以从mcp的标准协议去解析各自的tool，然后传给对应的客户端去使用，大模型可以自由选择目前的工具去调用使用。

llm 的 usb

MCP，全称 Model Context Protocol（模型上下文协议），可以简单理解为一种让人工智能（AI）与外部工具和数据源无缝交互的标准化协议。它就像给AI装了一个“万能接口”，类似于USB-C接口，统一了AI与各种工具和数据的连接方式。

通俗点说，MCP的作用是让AI更聪明地使用外部资源。例如：

• 假设你有一个AI助手，它可以通过MCP读取你的电脑文件、访问数据库，甚至连接到微信或其他应用。
• 你只需要告诉AI：“帮我整理数学考试成绩，把不及格的名单更新到值日表，并通知他们补考。” AI就能通过MCP完成这些任务，而不需要你手动操作。

MCP的优势包括：

1. 标准化：统一了AI与工具的连接方式，减少了开发者重复造轮子的麻烦。
2. 灵活性：支持多种AI模型和工具的无缝切换。
3. 安全性：数据可以在本地处理，不需要上传到云端，保护隐私。

它的架构分为三部分：

• MCP主机：比如聊天机器人或AI驱动的IDE。
• MCP客户端：负责与MCP服务器连接。
• MCP服务器：提供工具、数据和上下文支持。

MCP将AI应用设计成了类似微服务的架构，AI应用是调用方，其他工具、资源是被调用的服务，MCP服务器就是服务管理中心。MCP协议就是这套结构里各部分互相通信使用的协议。

当用户向AI提出一个问题：“你能帮我设置一个10分钟后的闹钟吗？”
AI:"我不知道当前时间，我也无法设置闹钟，因为我不会"

这个时候我们就要想办法让AI能做到，然后我们可以将我们的问题再详细一下变成这样：
我：“你能帮我设置一个10分钟后的闹钟吗？备注：我这里有两个函数一个名字为getCurrentTime是获取当前时间，一个是setAlarm设置10分钟后的闹钟，需要一个参数是时间。你可以在需要的时候告诉我你要调用哪个函数，我可以帮你执行，然后把执行结果再发给你。”
AI：“我首先需要知道当前时间，我现在需要调用getCurrentTime”
我：根据返回结果自己写代码调用getCurrentTime获取结果，然后将结果发给AI，"2025-4-27 11:36:42"
AI:"有了当前时间，我现在需要调用setAlarm，传入参数为‘2025-4-27 11:36:42’设置闹钟"
我：自己写代码调用我现在需要调用setAlarm(2025-4-27 11:36:42)“我已经执行setAlarm函数”
AI:"我已帮你设置好10分钟后的闹钟"

好了，恭喜你理解了Function Call的原理，getCurrentTime，setAlarm这两个函数都是在我们自己本地的项目里面定义的，如果有第二个项目要用，或者其他人要用，他们要么自己再写一遍，造一遍轮子，要么你把你的函数封装成库，给他们引入调用，但是别人用的可能是C++,JAVA,JS,Python等等语言，没办法使用你的库，这个时候怎么办呢，有了，我们可以写一个HTTP服务器，暴露这两个接口，他们可以通过HTTP协议调用你这两个函数。

好了再次恭喜你,你也理解了MCP的原理，你这服务就叫做MCP Server，他们就叫做MCP Client

你可以把你的接口说明文档发布到互联网，恭喜你，你定义了一套MCP的协议规范！

当然这些都只是雏形，实际情况比这个复杂，还有很多地方需要完善，比如MCP服务器不仅仅提供Function，还提供prompt模板，resouce资源等