MCP（Model Context Protocol）

为什么需要 MCP

让 AI 调用工具，今天一个方案、明天一个方案，每个 AI 产品都自己定义工具协议，每接一个数据库都要单独写一次适配代码。

结果呢？

• 同一个工具，这个应用接一次、那个应用又接一次
• 工具描述、权限模型、结果格式都不兼容
• 生态很难复用

MCP 要解决的就是这层碎片化问题。

---

什么是 MCP

一句话定义：MCP（模型上下文协议）是一套让 AI 应用以统一方式接入外部能力的开放协议。

类比：就像 USB 协议——有了统一接口，鼠标、键盘、硬盘不管是谁家的，插上就能用。MCP 就是 AI 世界的"USB 接口"。

有了它：

• 工具提供方实现一次，支持 MCP 的客户端就可以复用
• 不需要每个 AI 产品都重复造一套私有接入层

这和 Tool Calling 的关系是：Tool Calling 是"模型发起动作的形式"，MCP 是"工具暴露和接入的标准"——MCP 让工具以统一方式被 Tool Calling 调用。

---

MCP 的三大原语

原语	作用	类比
Tools（工具）	模型可以调用的操作	一组可执行函数
Resources（资源）	模型或应用可以读取的数据	只读文件或数据源
Prompts（提示模板）	可复用的提示模板	预置工作流入口

---

怎么做：什么时候用 MCP

适合用 MCP 的场景：

• 一个工具想被多个 AI 客户端复用
• 需要统一管理工具发现、权限和调用方式
• 团队在做 Agent / IDE / 内部助手平台，需要可插拔能力生态

什么时候不用 MCP：

• 单个项目里临时接一个内部 API，直接写 Tool Calling 往往更简单

常见误解：

• MCP 不是模型本身的能力，是模型应用和外部能力之间的协议
• MCP 不等于 Tool Calling：Tool Calling 是模型发起动作的形式，MCP 是工具暴露和接入的标准
• 用了 MCP 不代表就安全：权限控制、沙箱隔离、审计日志仍然需要应用侧负责

---

记住这一句：MCP 是 AI 工具接入的"标准插座"——让工具提供方实现一次，多个 AI 客户端都能用。

相关词条：Tool Calling · Function Schema