MCP（Model Context Protocol）详细介绍

Model Context Protocol —— AI 与外部世界的标准化桥梁

一、什么是 MCP？

MCP（Model Context Protocol，模型上下文协议）是 Anthropic 于 2024 年 11 月发布的开放标准协议，旨在为 AI 模型与外部数据源、工具之间的交互提供统一的通信规范。

核心定位

传统 AI 应用集成外部服务时，每个服务都需要单独开发接口，维护成本高、扩展性差。MCP 的设计理念是：

就像 USB 统一了外设接口，MCP 统一了 AI 与外部工具的连接方式。

传统方式	MCP 方式
每个服务单独写集成代码	一套协议，所有服务通用
AI 只能访问训练数据	AI 可实时访问外部数据
上下文窗口受限	动态获取所需上下文
工具耦合度高	松耦合、可插拔

二、MCP 的架构设计

MCP 采用经典的 Client-Server 架构，由三个核心角色组成：

┌─────────────────────────────────────────┐
│              MCP Host                   │
│  (Claude Desktop / IDE / AI 应用)        │
│                                         │
│   ┌──────────┐    ┌──────────┐          │
│   │MCP Client│    │MCP Client│  ...     │
│   └────┬─────┘    └────┬─────┘          │
└────────│───────────────│────────────────┘
         │  MCP Protocol │
    ┌────▼─────┐    ┌────▼─────┐
    │MCP Server│    │MCP Server│  ...
    │ (文件系统) │    │ (数据库)  │
    └──────────┘    └──────────┘

角色说明

MCP Host（宿主）

AI 应用程序本身，如 Claude Desktop、Cursor、自定义应用
负责管理与多个 MCP Server 的连接
处理 AI 模型的上下文和权限控制

MCP Client（客户端）

内嵌在 Host 中的协议客户端
与 MCP Server 保持一对一连接
负责协议层的通信处理

MCP Server（服务端）

独立的轻量级程序，暴露特定能力
可以是本地进程，也可以是远程服务
每个 Server 专注于一类功能（文件、数据库、API 等）

三、MCP 能做什么？

MCP Server 向 AI 提供三类核心能力：

3.1 Tools（工具/函数调用）

AI 可以调用工具来执行具体操作，类似函数调用。

典型场景：

执行 Shell 命令
操作文件系统（读写、搜索）
调用外部 API（发邮件、创建任务）
数据库 CRUD 操作
控制浏览器（Web 自动化）

示例：

用户："帮我查一下数据库中最近7天的订单数量"
AI   → 调用 MCP Tool: query_database(sql="SELECT COUNT(*) FROM orders WHERE ...")
MCP  → 执行 SQL，返回结果
AI   → "最近7天共有 1,234 笔订单"

3.2 Resources（资源）

AI 可以读取结构化数据资源，类似 REST API 的 GET 请求。

典型场景：

读取本地文件内容
获取数据库记录
拉取配置信息
访问文档/知识库

示例：

资源 URI: file:///project/src/main.cpp
资源 URI: database://orders/recent
资源 URI: github://repo/issues

3.3 Prompts（提示模板）

Server 可以预定义提示模板，让 AI 按标准化方式完成特定任务。

典型场景：

代码审查提示模板
写作风格模板
特定领域分析框架

四、MCP 支持的传输方式

传输方式	适用场景	说明
stdio	本地进程	标准输入输出，最常用
HTTP + SSE	远程服务	Server-Sent Events，支持流式响应
WebSocket	实时双向通信	适合需要实时推送的场景

五、如何使用 MCP？

5.1 使用现成的 MCP Server

以 Claude Desktop 为例，配置文件路径：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json

配置示例：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/stone/projects"]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "your_token_here"
      }
    },
    "sqlite": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-sqlite", "--db-path", "/path/to/db.sqlite"]
    }
  }
}

5.2 常用官方 MCP Server

Server	功能	安装命令
`@modelcontextprotocol/server-filesystem`	文件系统访问	`npx -y @modelcontextprotocol/server-filesystem`
`@modelcontextprotocol/server-github`	GitHub 操作	`npx -y @modelcontextprotocol/server-github`
`@modelcontextprotocol/server-sqlite`	SQLite 数据库	`npx -y @modelcontextprotocol/server-sqlite`
`@modelcontextprotocol/server-brave-search`	网页搜索	`npx -y @modelcontextprotocol/server-brave-search`
`@modelcontextprotocol/server-puppeteer`	浏览器控制	`npx -y @modelcontextprotocol/server-puppeteer`
`@modelcontextprotocol/server-postgres`	PostgreSQL	`npx -y @modelcontextprotocol/server-postgres`

5.3 自己开发 MCP Server

MCP 官方提供 Python 和 TypeScript SDK。

开发mcp的语言 Python, node
对应的启动 Python -> uvx, node -> npx

Python 示例（最简单的 MCP Server）

# 安装：pip install mcp

from mcp.server import Server
from mcp.server.stdio import stdio_server
from mcp.types import Tool, TextContent
import asyncio

server = Server("my-mcp-server")

@server.list_tools()
async def list_tools():
    return [
        Tool(
            name="get_weather",
            description="获取指定城市的天气信息",
            inputSchema={
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "城市名称"}
                },
                "required": ["city"]
            }
        )
    ]

@server.call_tool()
async def call_tool(name: str, arguments: dict):
    if name == "get_weather":
        city = arguments["city"]
        # 这里调用真实的天气 API
        return [TextContent(type="text", text=f"{city} 今天晴，25°C")]

async def main():
    async with stdio_server() as streams:
        await server.run(streams[0], streams[1])

if __name__ == "__main__":
    asyncio.run(main())

TypeScript 示例

// 安装：npm install @modelcontextprotocol/sdk

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { CallToolRequestSchema, ListToolsRequestSchema } from "@modelcontextprotocol/sdk/types.js";

const server = new Server(
  { name: "my-mcp-server", version: "1.0.0" },
  { capabilities: { tools: {} } }
);

server.setRequestHandler(ListToolsRequestSchema, async () => ({
  tools: [{
    name: "calculate",
    description: "执行数学计算",
    inputSchema: {
      type: "object",
      properties: { expression: { type: "string" } },
      required: ["expression"]
    }
  }]
}));

server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "calculate") {
    const result = eval(request.params.arguments?.expression as string);
    return { content: [{ type: "text", text: String(result) }] };
  }
  throw new Error("Unknown tool");
});

const transport = new StdioServerTransport();
await server.connect(transport);

六、实际应用场景

场景一：AI 辅助编程（结合文件系统 + GitHub）

"帮我审查 src/ 目录下所有 .cpp 文件，找出潜在的内存泄漏"

AI 操作流程：
1. filesystem.list_directory("src/")
2. filesystem.read_file("src/main.cpp") × N
3. 分析代码，生成报告
4. github.create_issue("潜在内存泄漏报告", ...)

场景二：数据分析助手（结合数据库）

"分析上个月的销售数据，找出TOP10产品"

AI 操作流程：
1. sqlite.query("SELECT product, SUM(amount) FROM sales ...")
2. 对数据进行分析
3. 生成可视化建议报告

场景三：自动化运维（结合 Shell）

"检查服务器状态，如果 CPU 超过 80% 就重启相关服务"

AI 操作流程：
1. shell.execute("top -bn1 | grep 'Cpu'")
2. 解析 CPU 使用率
3. 条件满足时：shell.execute("systemctl restart myservice")

七、MCP 的安全机制

用户授权：每次连接新 Server 需要用户明确许可
权限隔离：每个 Server 只能访问其声明的资源范围
本地优先：敏感操作默认在本地执行，数据不经过云端
沙箱运行：Server 作为独立进程运行，相互隔离

八、MCP 生态现状（2026年）

MCP 发布后快速获得行业认可，发展大事记：

时间	事件
2024.11	Anthropic 开源发布 MCP 协议
2025.06	Claude Desktop 推出 Desktop Extensions（.mcpb 一键安装）
2025.09	官方 MCP Registry 上线预览版
2025.12	Anthropic 将 MCP 捐赠给 Linux 基金会下的 Agentic AI Foundation（AAIF），OpenAI、Block 共同创立
2026.01	Claude.ai 上线 50+ 预置 Connectors，支持 Slack、Figma 等
2026.02	Claude API MCP Connector 进入公测
2026.03	TypeScript SDK 达到 v1.28.0，36,000+ 依赖包

平台支持：

IDE 工具：Cursor、VS Code、JetBrains、Claude Code
AI 平台：Claude Desktop/Web、Amazon Bedrock、各类 AI Agent 框架
Server 数量：社区已有 20,000+ MCP Server，覆盖开发、数据、办公、AI 等各类场景
SDK 语言：官方 Python / TypeScript；社区支持 Go、Rust、Java、C# 等

九、MCP 市场与目录导航

9.1 官方渠道

名称	地址	说明
Anthropic Connectors Directory	https://claude.ai/settings/connectors	Claude 官方审核目录，Claude Desktop / Web 一键安装
官方 MCP Servers 仓库	https://github.com/modelcontextprotocol/servers	Anthropic 维护的官方 Server 集合，含文件系统、GitHub、SQLite 等
官方协议文档	https://modelcontextprotocol.io	MCP 规范、SDK 文档、快速上手指南
Claude Code MCP 文档	https://code.claude.com/docs/en/mcp	Claude Code 中使用 MCP 的专项文档

9.2 第三方社区市场

名称	地址	规模	特点
MCP.so	https://mcp.so	21,000+ Servers	最大社区目录，支持分类浏览和 Playground
Glama Registry	https://glama.ai/mcp/servers	23,000+ Servers	开源 Server 为主，含质量评级和维护状态
PulseMCP	https://www.pulsemcp.com/servers	15,000+ Servers	每日更新，含访问量统计，便于发现热门 Server
Awesome MCP Servers	https://github.com/punkpeye/awesome-mcp-servers	GitHub 精选	人工筛选高质量 Server，分类清晰
Claude Marketplaces	https://claudemarketplaces.com	持续更新	专注 Claude Code 插件、MCP、Skills 的目录

9.3 按分类查找 Server

分类	推荐 Server	安装方式
文件系统	`@modelcontextprotocol/server-filesystem`	`npx -y`
代码托管	`@modelcontextprotocol/server-github` / `server-gitlab`	`npx -y`
数据库	`server-sqlite` / `server-postgres`	`npx -y`
浏览器控制	`@modelcontextprotocol/server-puppeteer`	`npx -y`
网页搜索	`server-brave-search` / `server-fetch`	`npx -y`
办公协作	Google Drive、Notion、Slack	Claude Connectors 目录
云服务	AWS Marketplace MCP	https://docs.aws.amazon.com/marketplace/latest/APIReference/marketplace-mcp-server.html
Adobe AEM	Adobe Experience Manager Connector	Claude Connectors 目录

9.4 如何提交自己的 MCP Server

提交到官方目录：满足 Anthropic MCP Directory Policy 要求后提交审核
提交到 MCP.so：在 GitHub Issues 中提交 Server 信息
提交到 Glama：通过 glama.ai 提交页面注册
提交到 Awesome 列表：向 GitHub 仓库发 PR

⚠️ 安全提示：连接第三方 MCP Server 前，确认来源可信。访问外部内容的 Server 存在 Prompt Injection 风险，建议优先使用官方审核目录中的 Server。

十、参考资源

资源	地址
官方协议文档	https://modelcontextprotocol.io
Python SDK	https://github.com/modelcontextprotocol/python-sdk
TypeScript SDK	https://github.com/modelcontextprotocol/typescript-sdk
官方 Server 集合	https://github.com/modelcontextprotocol/servers
Anthropic Connectors 目录	https://claude.ai/settings/connectors
MCP.so 社区市场	https://mcp.so
Glama 开源注册表	https://glama.ai/mcp/servers
PulseMCP 每日更新目录	https://www.pulsemcp.com/servers
Awesome MCP Servers	https://github.com/punkpeye/awesome-mcp-servers
Claude Marketplaces	https://claudemarketplaces.com
MCP Directory 审核政策	https://support.anthropic.com/en/articles/11697096-anthropic-mcp-directory-policy

文档最后更新：2026年5月

笔记

MCP_介绍

MCP（Model Context Protocol）详细介绍

一、什么是 MCP？

核心定位

二、MCP 的架构设计

角色说明

三、MCP 能做什么？

3.1 Tools（工具/函数调用）

3.2 Resources（资源）

3.3 Prompts（提示模板）

四、MCP 支持的传输方式

五、如何使用 MCP？

5.1 使用现成的 MCP Server

5.2 常用官方 MCP Server

5.3 自己开发 MCP Server

Python 示例（最简单的 MCP Server）

TypeScript 示例

六、实际应用场景

场景一：AI 辅助编程（结合文件系统 + GitHub）

场景二：数据分析助手（结合数据库）

场景三：自动化运维（结合 Shell）

七、MCP 的安全机制

八、MCP 生态现状（2026年）

九、MCP 市场与目录导航

9.1 官方渠道

9.2 第三方社区市场

9.3 按分类查找 Server

9.4 如何提交自己的 MCP Server

十、参考资源