一个热衷于网络安全的技术宅，这里记录我的学习轨迹、漏洞分析、CTF复盘和一些偏门技巧。 偶尔翻翻协议，常常调调漏洞，目标是在0和1之间找到属于自己的战斗力。

本文介绍了模型上下文协议（MCP）的概念、原理及应用。MCP 由 Anthropic 于 2024 年提出，旨在为大模型与外部系统（如软件和数据库）建立统一接口，类似“AI 的 USB 标准”，以支持智能体自主调用工具与数据。文章从 RAG 与函数调用的基础出发，分析了 MCP 的主机、客户端和服务器三大核心组件及通信机制，并通过内容安全检测示例展示其实践过程。相比传统 API，MCP 具有动态适配、高扩展性和跨平台复用等优势，代表了未来 AI 系统标准化交互的重要方向。

多模态机器学习（Multimodal Machine Learning, MMML）旨在通过融合来自文本、图像、音频、视频等多种模态的信息，提升人工智能系统对复杂现实世界的感知与理解能力。本文系统梳理了多模态学习的核心组成部分，包括各模态的表示方法（如BERT用于文本、CNN用于视觉、频谱特征用于音频）、表征学习目标、多模态联合表示策略。