MCP入门：10分钟快速入门MCP

原创已于 2025-08-19 10:17:48 修改 · 610 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#AI编程

于 2025-08-19 06:39:23 首次发布

AI Agent 专栏收录该内容

2 篇文章

订阅专栏

2025年，MCP 协议火了起来，但是有很多互联网从业人员还是不清楚到底什么是MCP。

今天这篇文章就带大家快速入门 MCP。

文章目录

1. 什么是MCP？
2. MCP解决了什么问题？
3. 怎么使用MCP？

1. 什么是MCP？

模型上下文协议（Model Context Protocol，简称 MCP）为大模型与外界工具和资源的交互提供了一套标准化的框架和协议，让模型能够更高效、更可靠地利用和传递上下文。类似于中国的普通话，世界的英文。

MCP 的整个通信过程，涉及到几个核心组件：

MCP Host：MCP Hosts 可以理解为是一个可对话的主机程序。用户将 prompt 发送到 MCP Host，而不是直接发送给大模型。
MCP Client：维护与 MCP 服务器的连接并从 MCP 服务器获取上下文
MCP Server：向 MCP 客户端提供上下文的程序。一个 MCP 服务器一般具备三种能力：访问资源、执行工具和按照提示模板执行任务。

这里的 MCP 主机和 MCP Client 不太容易理解两者的区别。

MCP 主机可以理解为用户的直接交互程序，例如 VS Code、Cursor、Claude Desktop等。

而 MCP 客户端则负责与 MCP 服务器建立和维护连接。不同的 MCP 服务器由不同的 MCP 客户端来连接。例如，天气查询服务器、航班查询服务器需要不同的 MCP 客户端来与之打交道。

也就是说，一个 MCP 主机可以包含多个 MCP 客户端，而一个客户端只与一个 MCP 服务器连接。

2. MCP解决了什么问题？

谈到一个新事物的诞生之前，总不免要问这个事物到底从何发展而来。

在 MCP 问世之前，用户与大模型的交互方式有哪些呢？

直接输入与上下文拼接

我们在与大模型多轮交互的时候，有很多背景信息需要提供给大模型，用户普遍采用的方式是每次询问大模型，都需要把之前的对话历史发给大模型。这种方式有几个缺点：
- 上下文窗口限制：大模型的输入长度是有限制的，当输入的内容超过大模型的上下文窗口，它就会“失忆”。
- 计算成本高：大模型在每次交互都需要重新处理整个上下文，而大部分信息是重复的，这导致了不必要的计算开销。
- 上下文污染：随着上下文的积累，无关的信息占据了输入空间，影响模型对核心问题的理解。这就如同我们与某人对话，此人说了一大堆无用的话，才说到我们关心的问题上。
工具调用与外部API集成 (Tool Use / Function Calling)
为了让LLM能够执行更复杂的任务（如搜索信息、调用日历、发送邮件），研究人员和开发者开始将LLM与外部工具或API连接起来。
FC 工作原理是模型在接收到用户指令后，会根据指令的内容生成一个符合特定格式的“工具调用”指令，然后由外部系统来执行这个工具指令，并将执行结果返回给模型。
例如：
- 用户：“帮我查一下旧金山明天的天气。”
- 模型：（内部生成）调用：get_weather(location='San Francisco', date='tomorrow')（外部执行）外部系统执行该调用，返回：“旧金山明天晴天，25摄氏度。”
- 模型：（接收结果并生成回复）“好的，旧金山明天天气晴朗，气温为25摄氏度。”
这种方式依然具有局限性：上下文管理困难，以及 API 通信协议不统一。