MCP 是什么？为什么几何作图特别适合交给 AI Agent 调用

如果你最近在使用 AI Agent 工具，大概率会频繁看到一个词：MCP。

它看起来像一个偏技术的协议名，但对普通用户来说，可以先不用从协议细节理解它。

你可以把 MCP 理解成一句话：

MCP 是让 AI 客户端连接外部工具，并真正调用这些工具完成任务的一种标准方式。

过去，我们问 AI 一个几何问题，它通常会给出文字解释：

垂直于弦的直径平分这条弦。

或者它会写出作图步骤：

先作圆 O 和弦 AB，再过圆心 O 作 AB 的垂线，垂足为 M。

这些回答有用，但还停留在说清楚的层面。真正做讲义、课件、题目解析或产品页面时，我们需要的是一张准确的图，甚至是一份以后还能继续修改的几何项目。

MCP 改变的就是这里。

当 AI 客户端接入大角几何 MCP 之后，它不只会讲应该怎么画，还可以直接调用大角几何的工具，在画板中完成作图、修改、导出图片和导出项目。

从一个具体场景开始

假设你正在准备一张“垂径定理”的教学配图。

这是初中几何里非常高频的痛点：题目里常常给出一个圆、一条弦，再要求过圆心作垂线，利用“垂直于弦的直径平分这条弦”去证明线段相等或求长度。

你可以这样对 AI 说：

请调用大角几何 MCP，画一个圆 O，在圆上取两点 A、B，连接弦 AB。再过圆心 O 作弦 AB 的垂线，垂足为 M。请标注圆心 O、弦 AB、垂足 M、垂线 OM 和直角符号，并导出 PNG 图片。

如果只是普通对话，AI 最多能告诉你应该怎样作图。

但接入 MCP 之后，AI 可以把这句话拆成一组真实操作：

1. 创建圆 O。
2. 在圆上取点 A、B。
3. 连接弦 AB。
4. 过圆心 O 作 AB 的垂线。
5. 标出垂足 M 和直角关系。
6. 根据需要补充 AM = MB 的视觉提示。
7. 导出 PNG 图片。

这就是 MCP 对几何作图最直观的价值：让 AI 从解释几何进“操作几何。

MCP 到底解决了什么问题？

AI 模型本身擅长理解语言、生成步骤、整理逻辑。

但很多真实任务并不只需要语言输出。

比如：

• 查资料，需要调用搜索工具。
• 写代码，需要读写文件和运行测试。
• 做数据分析，需要读取表格和绘图。
• 画几何图，需要操作点、线、圆、辅助线和画板状态。

MCP 的意义，就是让 AI 客户端可以用一种相对标准的方式连接这些外部工具。

换句话说，AI 不再只是一个聊天窗口，而可以变成一个会调用工具的 Agent。

在几何场景中，这一点尤其明显。

因为几何图不是一段文字。它有对象、有关系、有状态，也有最终结果：

• 点在哪里？
• 线段连接哪两个点？
• 圆心是谁？
• 半径经过哪里？
• 中点、垂足、交点如何构造？
• 哪些线是辅助线？
• 哪些对象需要标注？
• 最后要导出图片，还是导出项目？

这些信息非常适合由 AI 理解需求，再调用专业工具执行。

大角几何 MCP 当前能做什么？

当前，大角几何 MCP 的核心能力可以先理解为四类。

1. 作图和修改：algeo_repl

algeo_repl 是 AI 调用大角几何完成几何操作的主要入口。

它可以用于创建和修改几何对象，比如：

• 点、线段、直线、射线、圆。
• 中点、垂线、平行线、角平分线、交点。
• 标签、颜色、线型、显隐状态。
• 画板中的基础结构和辅助线。

对用户来说，不需要直接记住所有底层命令。你可以先用自然语言描述目标图形，让 AI 负责拆解和调用。

2. 导出图片：export_image

当图形完成后，可以调用 export_image 导出 PNG 图片。

这类图片适合用于：

• 课堂课件
• 教学讲义
• 几何题解析
• 公众号文章
• 小红书图文
• 题库配图
• AI 解题报告

也就是说，大角几何 MCP 可以直接进入内容发布链路。

3. 导出项目：export_project

如果你希望保存的不只是图片，而是一份以后还能继续修改的几何资产，可以导出项目 JSON。

项目导出适合这些场景：

• 教研团队沉淀题目配图模板。
• 产品团队保存 AI 生成的几何项目。
• 开发者把几何项目交给后续系统继续处理。
• 老师保留一套可以反复修改的课堂素材。

图片解决“这次怎么发布”，项目解决“以后怎么复用”。

4. 导入项目：import_project

有了导入能力，AI 就可以在已有项目基础上继续工作。

比如你已经有一张三角形基础图，可以继续要求：

请导入这个项目，并在原图基础上补充外接圆、外心 O 和三条半径。

这让几何图进入一个更完整的循环：

创建 -> 导出 -> 复用 -> 修改 -> 再导出。

它适合哪些工作流？

教学配图

老师和教研人员经常需要画一些看似简单但很耗时间的图。这些图的难点不在想不明白，而在要画得准确、清楚、能发布。

接入 MCP 后，可以把这类图交给 AI 先生成初稿，再根据讲义或课件风格调整标注和样式，整个效率非常高。

题目解析图

几何题解析通常需要把题干里的对象转成图形。

AI 可以先从题目中提取对象，然后调用大角几何 MCP 生成基础配图。

Agent 工作流

对开发者和产品团队来说，大角几何 MCP 更像是 Agent 工具集中的几何执行层。

一个 AI 解题或课件生成 Agent 可以这样工作：

1. 理解题目文字。
2. 提取几何对象和关系。
3. 调用大角几何 MCP 生成图形。
4. 导出 PNG 用于展示。
5. 导出项目 JSON 供后续修改。

这样，几何图就不再是人工补上的静态素材，而是可以由 Agent 自动生成和沉淀的工作流结果。

和普通 AI 生图有什么不同？

很多人第一次听到 AI 画几何图，会自然联想到 AI 生图。

但大角几何 MCP 不是这个路线。

普通 AI 生图更擅长生成视觉效果，但几何图需要准确的对象关系。比如“D 是 BC 的中点”“OM 垂直 AB”“AM = MB”，这些关系不能只看起来差不多。

大角几何 MCP 的重点是：

• 图形由真实几何对象组成。
• 构造步骤可以被继续修改。
• 标注和辅助线可以保留或隐藏。
• 可以导出 PNG 图片。
• 可以导出项目 JSON 继续复用。

所以，它更像是给 AI Agent 装上一个专业几何工具箱。

AI 负责理解需求和拆解步骤，大角几何负责把图真正画出来。

写在最后

几何作图天然有对象、步骤、状态和结果。它不是只适合被语言描述的内容，而是非常适合被 Agent 拆解、调用工具执行、导出并复用的任务。

当 AI 能够调用大角几何，几何图就不再只是手动画出来的静态素材，也不再只是模型嘴里的文字说明。

它可以成为一份可生成、可修改、可导出、可沉淀的内容资产。

如果你正在尝试 Agent 工作流，或者经常需要做几何配图，可以从一个最简单的 Prompt 开始，让 AI 画出第一张真正可用的几何图。