MCP（Model Context Protocol）协议全解析（一）MCP 是什么？从 API、LSP 到 MCP-优快云博客

本文链接：https://blog.youkuaiyun.com/Code1994/article/details/148972918

本文系统性地介绍了MCP（Model Context Protocol）协议的设计理念、核心架构及技术实现，旨在通过标准化AI大模型与外部系统的交互方式，解决大模型工具调用和实时信息获取的行业痛点。

一、MCP 是什么？

TL;DR

MCP协议的背后动机：现如今模型的能力很大程度上取决于使用者所提供的上下文，而过往大家在使用模型的时候，不管是通过 APP 还是通过 Chatbox 的形式来使用，需要频繁的复制/粘贴（果然键盘只需要ctrl c v三个按键就足够了~），基于此 MCP 协议应运而生~

MCP 解决了使用大模型的痛点：大模型只知道训练时学到的静态知识，无法获取动态的实时信息或执行具体的操作。

换句话说，AI 大模型是一位学识渊博但是光说不做的博士，他不会上网，不会使用工具，只能根据已有的知识来回答问题。

而MCP协议做的事情就是：告诉AI大模型有哪些工具（tools）和资源（resources）可以使用，以怎么样的工作流/提示（prompts）来使用，以通用统一协议的方式将AI大模型和外界进行连接（这也就是将其比喻为大模型USB通用接口的由来）。

在这里插入图片描述

二、从 API、LSP 到 MCP

在这里插入图片描述

要理解一个新的协议，可以思考它之前的协议和系统是如何工作的。

API（Application Program Interface，应用程序接口）

在远古的时代，工程师们为了**标准化Web应用程序在前端和后端之间的交互方式，**于是定义了一种前后端交互的协议，也就是API协议，即应用程序编程接口。API 可以将来自后端的请求转换为前端可以使用的数据，反过来也可以将前端的数据传输给后端。

API使得前端可以访问服务器、数据库和服务等内容。

LSP（Language Server Protocol，语言服务器协议）

直到2016年，LSP协议出现了，**它标准化了IDE和开发工具之间使用的协议，**提供了例如自动完成、转到定义、查找引用和查找实现这些IDE功能的统一通讯协议。

在LSP协议出现之前，各家IDE提供给用户的代码编辑功能（编辑文件、查找引用、工作区操作等），还有IDE的响应（自动补全、代码诊断等）这些功能的API都各不相同，乱的一批。

于是微软将上述这些IDE的功能都抽象为一系列的 行为事件， 也就是LSP协议，使得兼容LSP的IDE去连接，并找出与编程语言的不同功能进行交互的方式。

比如在写一个GO微服务时，任何兼容LSP的IDE都可以连接到在GO编码时所有有关于GO的内容，这样IDE不再需要关心如何实现代码诊断，只需要关注如何在IDE界面上发起或响应 LSP 规定的行为事件即可。

MCP（Model Context Protocol，模型上下文协议）

而到了2024年11月底，Anthropic 推出了一种开放标准，即 MCP 协议，它标准化了 AI 应用程序与外部系统的交互方式，它通过三种主要方式和作为协议一部分的三个接口来实现， 这三个接口分别是 prompt（提示）、tools（工具）和 resources（资源）。

三、MCP之前：各自为战的 AI 发展

在这里插入图片描述

在没有 MCP 协议之前，各家的 AI 产品在构建 AI 系统这一事情上并没有一个共识。每个团队会创建一个 AI 应用，他们通过自定义的方式连接到他们的上下文，这个自定义方式使用了他们自己的的提示逻辑，并使用不同的方式来引入工具和资源，然后以不同的方式协同访问这些工具和数据。如果一家公司内有多个团队，每个团队有自己的一套自定义的方式，那么可以想象整个行业也是这么做的，这就存在成百上千个自定义协议。

这就好比过去充电协议未统一时（虽然现在也还没有统一），管理各式各样的充电设备、充电协议、充电标准真的是很头疼的一件事。

四、MCP之后：标准化的 AI 发展

在这里插入图片描述

而现在有了MCP，模型可以和数据、文件系统、开发工具、Web 和浏览器自动化、生产力和通信、各种社区生态能力集成，实现协作工作能力。而最大的优点在于：MCP 是开放标准，有利于服务商开发 API，避免重复造轮子，各家有了一个共识来使用一套标准来构建各自的产品，而后也为这些产品之间的联动打下了基础（这也是谷歌推出A2A协议想做的事）。