模型上下文协议 MCP 是什么？AI 连接外部工具和数据的通用接口

模型上下文协议（Model Context Protocol，MCP）是让 AI 应用连接外部数据和工具的开放标准，由 Anthropic 在 2024 年 11 月推出。它常被比作 AI 领域的“USB-C 接口”：就像 USB-C 让各种设备都能用同一种接口连接，MCP 让各种 AI 应用都能用同一种协议，接入各种数据源和工具。

它解决什么问题

大模型本身只知道训练数据里的内容，要回答“我们公司上季度的销售数据”或者“帮我整理一下 GitHub 上的待办问题”，就必须能访问外部的系统。在 MCP 出现之前，每个 AI 应用要接入每个数据源，都得单独开发一套集成：接 Slack 写一套，接数据库写一套，接 Google Drive 又写一套。M 个 AI 应用乘以 N 个数据源，集成工作量是 M×N，而且五花八门、难以维护。MCP 用一个统一的协议取代这些碎片化的集成，把问题变成了 M+N：每个数据源只需实现一次 MCP 服务器，每个 AI 应用只需支持一次 MCP，就能互相连通。

怎么工作

MCP 采用客户端-服务器架构。开发者可以通过 MCP 服务器暴露自己的数据和功能，比如一个文件系统服务器、一个数据库服务器、一个浏览器控制服务器；也可以构建连接这些服务器的 AI 应用，也就是 MCP 客户端，比如 Claude 桌面版、各种 AI 编程工具。MCP 服务器可以提供三类东西：工具（AI 可以调用的操作，如查询、发送消息）、资源（AI 可以读取的数据，如文件内容）和提示词模板。两者之间建立安全的双向连接，帮助模型拿到所需的上下文，生成更好、更相关的回答。

发展

MCP 推出后迅速成为事实上的行业标准，OpenAI、谷歌、微软等厂商相继支持，社区涌现了成千上万个 MCP 服务器，覆盖常见的软件和服务。它和智能体技能（Skills）等机制互补：MCP 负责连接外部工具和数据，技能负责告诉智能体做某类事情的方法。

安全提醒

MCP 服务器能让 AI 访问真实的数据和执行真实的操作，所以只应安装可信来源的服务器，按最小权限原则授权，并警惕来自外部内容的提示注入攻击。