MCP：简化开发者与语言模型交互的新标准协议

最近在软件工程界，Model Context Protocol（MCP）逐渐成为了热门话题。本文将解答三个关键问题：什么是MCP？为什么需要它？以及开发者如何使用或构建MCP？ 什么是Model Context Protocol（MCP）？ Model Context Protocol（MCP）是一种新兴的标准，旨在解决大型语言模型（LLM）在提示工程中遇到的复杂问题。随着LLM的发展，提供结构化和相关上下文成为提高其响应质量的关键。MCP由Anthropic于2024年11月提出，定义了一种一致且标准化的方式，使得应用程序能够向AI模型传递结构化的上下文信息。这相当于在应用和模型之间建立了一个中间协议层，使它们能够更清洁、更一致地交换工具、资源、数据库、函数和用户状态等信息。 从手动提示到MCP的演变 1. 手动提示 在RAG（检索增强生成）和函数调用等技术出现之前，为模型提供上下文是一个手动且容易出错的过程。例如，如果你想构建一个回答公司内部问题的聊天机器人，你需要手动编写每个请求的定制提示，而这不仅效率低下，而且难以维护。 2. RAG：从数据中获取上下文 为了改善这一情况，RAG技术应运而生。通过RAG，模型可以动态地从外部信息源中检索相关数据，而不是将所有知识硬编码到提示中。例如，当用户问：“我有多少天的假期？”系统会搜索HR政策文档，找到相关段落，然后将其添加到提示中，从而提高准确性和响应质量。 3. 函数调用：从被动到主动 尽管RAG大大提升了模型的表现，但它仍然是只读的。随后，函数调用功能的引入使得模型不仅能处理文本，还能与工具互动。例如，模型可以通过调用get_user_profile函数来获取用户的个人资料信息。然而，各平台的方法和函数定义不同，导致开发者需要编写额外的胶合代码（glue code）来连接模型、工具和数据源。 MCP的出现 MCP旨在解决上述碎片化问题，提供一种共享语言，使应用程序与模型之间的交互更加标准化和可扩展。它类似于USB-C，在硬件设备连接上起到了统一作用，现在MCP试图在上下文传递上实现同样的效果。 MCP的工作原理 MCP架构包含三个主要组件：主机（Host）、客户端（Client）和服务器（Server）。 1. 主机 主机是用户面向的应用程序，作为与语言模型交互的主要环境。它管理输入输出，内嵌MCP客户端。 2. 客户端 客户端在主机中运行，管理与一个或多个MCP服务器的通信。负责服务发现、功能交换和消息路由。 3. 服务器 服务器向模型暴露功能，包括工具（函数）、资源（数据）和提示（模板）。每个服务器在握手过程中注册其功能。 能力交换 能力交换是客户端查询可用MCP服务器的功能列表的过程。这样，模型就能了解可用的工具、提示和资源，而无需硬编码任何逻辑。 工具执行生命周期 工具发现：客户端发送tools/list请求，发现可用工具。 模型选择：客户端将这些工具纳入提示中，模型选择合适的工具并返回JSON块。 执行：客户端解析模型的响应，并通过服务器执行所选工具。 结果处理：结果返回给模型进行最终解读。 实际使用案例 假设用户问：“我的桌面上有哪些文件？” 1. 主机（如Claude Desktop或Cursor）接收到用户的查询。 2. 主机分析提示，确定需要访问本地文件系统。 3. 内嵌的MCP客户端初始化与文件系统MCP服务器的连接。 4. 客户端和服务器进行能力交换。 5. 服务器提供可用的工具列表（如list_txt_files）。 6. 客户端调用相应的工具。 7. 服务器返回结果（桌面文件列表）。 8. 主机生成并显示最终答案给用户。 MCP的实际应用 目前，最容易开始使用MCP的方法是通过Cursor——一个支持MCP的开发人员专用AI集成开发环境（IDE）。 1. 在Cursor中使用MCP 当你在Cursor中询问类似“为这个函数编写单元测试”、“这个代码依赖哪些库”、“扫描我的项目中的TODO”等问题时，Cursor会在后台自动发现可用的工具和上下文，如果需要则调用适当的工具，将结果传递回模型，生成准确的回答。 2. 使用Python构建自定义工具 开发者可以通过创建自定义MCP服务器来集成自己的后端逻辑。以下是具体步骤： 1. 安装必备库：使用uv或pip安装MCP库。 2. 初始化MCP项目：使用mcp uv init mcp-demo命令创建项目结构。 3. 设置虚拟环境：uv venv和source .venv/bin/activate命令设置和激活虚拟环境。 4. 添加核心包：uv add mcp和uv add 'mcp[cli]'命令添加必要的MCP包。 5. 编写代码：在server.py中定义工具，如列出项目文件夹中的所有.txt文件、统计文件中的单词数等。 6. 运行服务器：uv run mcp dev main.py命令在开发模式下启动MCP服务器并查看调用和结果。 7. 配置Cursor：在全局Cursor配置文件中添加MCP服务器，使其在所有Cursor项目中可用。 8. 重启Cursor：重启Cursor以启用新的MCP服务器，你现在就可以直接在编辑器中使用这些自定义工具。 行业评价与公司背景 MCP为开发者提供了一种更加一致和高效的方式来处理现有的日常任务，同时增强了AI模型的能力。这标志着AI集成在现代开发栈中的重要性日益增加。Anthropic是一家领先的人工智能研究和开发公司，致力于推动AI技术的进步和应用。MCP的推出不仅简化了开发流程，还提高了系统的可维护性和扩展性。随着更多平台支持MCP，预计这一协议将在未来几年内迅速普及。对于希望构建更智能、更快捷且更稳定的系统的软件工程师来说，掌握MCP将是下一个重要的步骤。