什么是MCP
MCP 即模型上下文协议（Model Context Protocol）的缩写，于 2024 年 11 月由 Claude 大模型的公司 Anthropic 推出并开源。Claude 就是那个AI编程界最强模型，所以MCP的应用场景目前在AI编程应用较多，如果你关注Ai编程或是想要开始Ai编程，一定要搞懂MCP，未来会成为你的好帮手！
MCP有什么用？
这里苏米想用更简单通俗的方式，给大家讲一讲MCP到底有什么用，该如何理解上下文协议；
我们在与AI对话的时候都明白，AI里面的内容都是语言大模型提前训练好的，里面涵盖的内容面非常广，以至于你问什么都能答的上来，但多问几次你就会慢慢发现，怎么AI回答的问题老是不能一击即中，要沟通几次才行，这里不得不提到AI的两个关键原因：
1、AI提示词（Prompt）
提示词是用户与AI沟通最重要的“钥匙”，传达需求的关键桥梁，一个优质的提示词能够帮助 AI 准确理解用户意图，高效完成写作、绘画、编程等任务；而粗制滥造的提示词则可能导致 AI 输出令人失望的内容。
这里就引出了MCP的上下文协议，如果在你与Ai沟通之前就有一个协议帮你准备好了提示词，那么在与AI沟通的时候是不是就变得简单了。
2、联网搜索
再来说说联网搜索，我们都知道DeepSeek满血的关键，就是需要把“联网搜索”这个开关选上，为什么呢，因为训练 AI 大模型的数据始终是滞后的、固定的，再强大的 AI 也只是知道过去发生的事情，却无法实时从外界获取最新的信息，但打开联网搜索这个开关，就相当于给AI插上了翅膀，在“查询”的同时也看到了每天最新的资讯。比如今天的天气情况、今天的热点新闻等，这就解决信息滞后的问题。
MCP Servers就像是这样一个开关，接入了之后，用户与AI沟通就有了第三方 AI 代理工具或知识库，这样你在使用的AI就变得更强大了。
通过前面的了解，MCP的基本概念就出来了，当我们需要做某件特定的事情的时候，只需要找对应的"提示词+联网搜索"，也就是MCP，AI就会精准的输出相应的内容。
MCP就像是AI应用的"USB-C端口"。就像 USB-C为设备提供了一种标准化的方式连接各种外设和配件，MCP为AI模型提供了一种标准化的方式连接不同数据源和工具。
MCP工作流程
用户向AI发出需求，AI会根据命令调用对应的MCP服务器，MCP则是帮助调用了某一个功能，再把功能执行的结果返回到了用户。
MCP基础概念
MCP 架构由以下几个概念：
MCP Host：LLM 的宿主应用，比如 Cursor、laude Desktop、IDE等等，是处理一个或多个 MCP Server 的应用程序。
MCP Client：协议客户端，MCP Client 是 Host 内部处理 RPC 通信的“代理”，专注于与一个 MCP Server 进行标准化的数据、工具或 prompt 的交换，维护与服务器一对一的连接。
MCP Server：提供外部能力或数据的第三方工具或API，比如实时获取天气、浏览网页等等能力
MCP功能模块
MCP 提供了三个主要的功能模块，用于扩展AI助手的能力。
Resources（资源）：允许AI访问各种外部数据，读取、写入文件系统等
Tools（工具）：让AI能够执行实际操作和调用外部功能，数据处理、API集成、自动任务等
Prompts（提示）：预定义的模板，简化复杂任务的执行，可嵌入资源上下文，UI元素等
通过以上功能模块，大大的扩展了AI的能力，以及更多实际的应用场景。
MCP应用案例
1、提取字幕并总结
结合 MCP 和开源工具 yt-dlp，指定YouTube 视频链接，Claude 即可快速提取完整字幕内容，快速提炼核心信息，提供高效总结。
2、制作精美的UI界面
通过IDE工具，结合MCP 的21st.dev的精美UI组件库，快速的创建UI界面，访问受 21st.dev 启发的大量预构建、可自定义组件，支持实时预览，高级动效等
3、云浏览器自动化
通过Browserbase MCP 服务器直接调用云浏览器，执行浏览器自动化任务，如页面数据提取、屏幕截图、执行JS、WEB交互、点击提交表单等
4、调用UI设计直接生成网站
如果你使用Figma 设计好了UI界面，不需要截图导出，通过Figma MCP 服务器，让Cursor 直接访问 Figma 设计数据，它比粘贴屏幕截图等其他方法更能准确地进行一次性设计。
还有非常多 MCP 功能以及 TypeScript 和 Python SDK：
-
Git - 读取、搜索和操作 Git 存储库的工具
-
GitHub - 存储库管理、文件操作和 GitHub API 集成
-
GitLab - GitLab API，支持项目管理
-
Google Drive - Google Drive 的文件访问和搜索功能
-
Google 地图- 定位服务、路线和地点详情
如果你想更深入的学习和使用MCP，苏米已经把一些常用的地址整理好了。
MCP官方文档：https://modelcontextprotocol.io/introduction
MCP官方例子：https://github.com/modelcontextprotocol/quickstart-resources/
总结
MCP目前还处于发展阶段，想象空间非常大，MCP提出的是一个标准，需要有更多的开源和社区来参与和维护，未来的潜力非常大，但需要有更多的应用场景来支持，赶紧上手 MCP，让这个强大的AI自动化工具来协助你的工作变得可能！
