大模型应用之：MCP最佳实践

背景

Manus 刷屏后，马上各种 Manus 复刻快速涌现，进而把 MCP (Model Context Protocol ) 这个相对低调的技术带出了圈。

同时，MCP 工具也为测试人员提供了便捷的测试环境构建和无代码自动化测试能力，极大提升了测试效率和灵活性。

MCP 是指 模型上下文协议（Model Context Protocol）

MCP开源项目

虽然 MCP 是由 Anthropic 发明的，但他们将其置于单独的组织下，表明他们致力于将其打造成开放标准而非专有解决方案。 截至撰写时（2025 年 3 月 13 日），工作组目前有五名成员：

除了来自 JetBrains 的 Alexander Sysoev 外，其他四人都在 Anthropic 工作。这种平衡是可以理解的，因为该项目仍处于早期阶段，而且来自一个组织的核心团队可以在初始开发期间提供明确的方向。

MCP 如何工作

架构

MCP 遵循客户端-服务器架构，有五个主要组件：

1. MCP 主机：想要通过 MCP 访问数据的 AI 工具（聊天客户端、IDE、智能体）。

2. MCP 客户端：与服务器保持 1:1 连接的协议客户端。

3. MCP 服务器：通过标准化的 Model Context Protocol 暴露特定功能的程序。

4. 本地数据源：包含信息的本地数据库、文件和服务。

5. 远程服务：MCP 服务器可以连接的外部 API 或服务。

与 USB 的类比

MCP 可以被视为 AI 系统的「USB 标准」。正如 USB 创建了一个通用接口，允许任何 USB 设备连接到任何 USB 端口——消除了对特定设备连接器的需求——MCP 创建了一种标准化的方式，使 AI 应用程序能够连接各种数据源和工具。

在 USB 出现之前，每个设备都需要自己专有的连接器。同样，在 MCP 之前，开发人员必须为每种 AI 应用程序和数据源的组合创建自定义集成。MCP 建立了一个通用的「即插即用」