MCP（Model Context Protocol，模型上下文协议）是 Anthropic 于 2024 年 11 月开源的标准协议，用于让大模型安全、标准化地连接外部数据源和工具——被业界形象地称为"AI 界的 USB-C"。MCP 出现之前，每个 AI 应用要对接数据库、文件、API 都需要单独开发适配代码，AI 工具生态陷入"集成噩梦"；MCP 把这个过程标准化为"一次封装，全生态通用"，在不到两年时间里迅速成为 AI 工具集成的事实标准。

一、MCP 解决什么问题

在 MCP 出现之前，AI 工具对接外部能力有三条主流路线：Function Calling（OpenAI 提出但各模型私有约定不通用）、插件协议（如 ChatGPT Plugins 形态，平台锁定）和定制开发（每个项目从头写适配）。结果是 M×N 的集成噩梦——M 个 AI 应用要对接 N 个工具，需要 M×N 个适配器，每换一个 AI 都要重写一遍。

MCP 的设计目标是把这种 M×N 收敛为 M+N：所有 AI 客户端（Claude、Cursor、ChatGPT 等）只要实现一次 MCP 协议，就能使用所有 MCP Server 暴露的能力；工具方只要把自己的服务封装成 MCP Server 一次，就能被所有支持 MCP 的 AI 客户端调用。Anthropic 在 2024 年 11 月将 MCP 以 MIT 协议开源，这一开放性让 OpenAI、Google、Microsoft、阿里、字节等大厂在 2025 年内相继宣布支持，MCP 由此成为跨厂商共识。

二、核心架构：Host / Client / Server 三方

MCP 采用经典的客户端-服务器模型，但为 AI 场景做了专门设计：

• MCP Host：AI 应用本体（Claude Desktop、Cursor、ChatGPT、Continue、Zed 等 IDE 与聊天工具）
• MCP Client：嵌入 Host 内部的协议客户端，负责与 Server 维持长连接、转发调用请求
• MCP Server：轻量级服务进程，把"工具调用、可读数据、提示模板"三类能力暴露给 AI。三种原语：Tools（可调用的函数，AI 决定何时调用、传什么参数）、Resources（只读数据源，如文件、数据库表）、Prompts（可复用的提示模板）
• 传输层：本地通信用 stdio，跨网络用可流式 HTTP（Streamable HTTP，原 HTTP+SSE 方案的演进）

协议设计借鉴了 LSP（Language Server Protocol）的成功经验——后者在 IDE 领域通过标准化让任意编辑器支持任意语言成为现实。MCP 团队的目标就是让 AI 应用支持任意工具一样简单。

三、典型应用场景

• 本地文件与数据库：让 Claude Desktop 直接读写本地文件夹、PostgreSQL/SQLite 数据库、SQL Server
• 开发者工具：自动提交 Git、查询 GitHub Issue、读取 PR 评审、调用 CI/CD 流水线
• 浏览器自动化：通过 Playwright/Puppeteer MCP Server 让 AI 自主操作网页完成登录、表单、抓取
• 企业知识库：将飞书、Notion、Confluence、企业 Wiki 封装为 MCP Server，让任意 AI 应用秒变"公司通"
• 垂直 SaaS 集成：CRM、ERP、客服系统、设计工具通过 MCP 暴露能力，AI 可以在工作流中跨工具调用

四、Server 生态与开发资源

截至 2026 年 8 月，官方 MCP Server 仓库收录了 1000+ 官方与社区实现，覆盖数据库（PostgreSQL、SQLite、MongoDB）、云服务（AWS、Cloudflare、GitHub）、设计（Blender、Figma）、知识库（Notion、Obsidian）等几乎所有主流外部服务。社区还涌现了 mcp.so、glama.ai、Smithery 等"Server 商店"，开发者可以一键安装社区贡献的 Server。SDK 提供 Python、TypeScript、Rust、Go、Kotlin 等主流语言版本，开发门槛极低。

五、协议的安全与限制

MCP 设计中包含显式权限模型：每个 Tool/Resource 需要在 Server 中显式声明，Host 端的 AI 在调用前需要用户授权（首次调用、敏感操作时弹窗确认）。但实践中风险依然存在：恶意 Server 可以诱导 LLM 误调用、长期运行的 Server 拥有文件系统访问权限构成攻击面、stdin/stdio 通道的 Server 一旦被劫持等同于系统级入侵。社区最佳实践是：只安装可信来源的 Server、限制 Server 的权限范围、Host 端开启白名单与确认弹窗、对所有 Server 通信做日志审计。

六、常见问答

Q：MCP 和 Function Calling 有什么区别？——Function Calling 是各模型私有的调用约定（OpenAI、Anthropic、Google 各自不同），MCP 是开源跨厂商协议；MCP 一次编写所有模型通用，且标准化了 Resources、Prompts 等更多原语。

Q：普通用户怎么用 MCP？——在 Claude Desktop、Cursor、Trae 等支持 MCP 的 AI 应用里添加 Server 配置即可。MCP Server 可以是本地 stdio 进程，也可以是远程 HTTP 端点，常用 Server 一般有一键安装指南。

Q：MCP 会取代其他工具协议吗？——大概率。OpenAI、Google、Microsoft、阿里、字节都已支持，跨厂商共识形成；新协议若要挑战需有 10 倍优势，而 MCP 已经把"最低可用品"做出来。

词条信息基于 2026 年 8 月公开资料整理，由 AI智库（ai-zhiku.com）编辑团队维护。