MCP究竟有何魔力？为什么说MCP才是AI Agent的未来？一篇文章带你快速读懂MCP！

最新推荐文章于 2025-04-06 16:38:08 发布
最新推荐文章于 2025-04-06 16:38:08 发布
阅读量972 收藏 5
点赞数 13
文章标签： 人工智能 RAG 大模型 AI Agent MCP 程序员
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_84495872/article/details/146425092
版权

世人只知Manus，而不知MCP的强大！

What：MCP是什么？

MCP（Model Context Protocol）是由 Anthropic 推出的开放标准协议，它为 AI  Agent提供了一种"插件机制"，让开发者能够为 AI Agent 中的 LLM 提供强大的自定义工具，实现更加灵活和强大的功能扩展，让 AI Agent 如虎添翼！

图片

简单理解

我们可以把MCP想象成给聪明但"手无缚鸡之力"的AI大脑装上了一双灵巧的手——这双手不仅会干活，还自带万能工具包。

从以前只会动嘴的 AI 参谋，到现在会动手的 AI 执行者。

例如分析一个销售数据：

维度

传统AI模式

MCP增强模式

数据获取

人工输入/预加载数据

自主对接200+数据源

操作执行

输出文字指导建议

自动化工作流执行

结果交付

文本/图表输出

整理结果文件保存指定位置

更关键的是，这双手遵循"标准操作手册"：

  • 所有工具接口统一

  • 操作流程规范明确

  • 不同AI都能用同一套方法

这样一来，AI不仅知道"应该做什么"，还能真正"动手做到"，就像给百科全书式的学霸配上了实验室操作台，让知识真正转化为行动力。

Why：为什么要关注MCP？

强大的功能扩展

MCP 为 AI Agent 带来了强大的功能扩展，简单举几个例子！

可学习：sequential-thinking

https://smithery.ai/server/@smithery-ai/server-sequential-thinking

可以通过 AI 的“深度思考”，教你如何写文章。

图片

可游戏：mcp-minecraft

https://github.com/arjunkmrm/mcp-minecraft

在Minecraft的游戏中，玩家可以通过MCP与游戏中的NPC进行互动。

图片

可工作：21st.dev

https://smithery.ai/server/@21st-dev/magic-mcp

可以通过21st.dev快速创建优雅精美的前端页面。

图片

新的能力和价值

标准化的连接能力

  • 打破常规的AI交互模式：只能将上下文通过手动输入或者预加载的模式给到AI，而标准化链接能力之后，将支持各种数据来源，并突破上下文格式和大小的限制。
  • 降低了连接的成本：MCP server即插即用，快速且无额外工作量的接入。

繁荣的工具生态基础

  • 完整的生态模式：固定标准之后，MCP生态会越来越好，越来越丰富，后面的功能也会越来越全面。

How：怎么使用MCP？

使用流程

以Cursor + Smithery为参考：

  • 从Smithery获取MCP命令

图片

  • 添加对应的MCP服务器

图片

  • 设置你的API密钥

根据你的需求，配置必要的API密钥，OpenAI API密钥（如果使用GPT-4），Anthropic API密钥（如果使用Claude），其他服务的API密钥。

还有哪些Clients

Cursor

https://www.cursor.com

图片

Claude Desktop

https://claude.ai/download

图片

Windsurf

https://codeium.com

图片

Cline

https://cline.bot

图片

还有哪些MCP Servers

Smithery.ai

https://smithery.ai

图片

Glama.ai

https://glama.ai/mcp/servers

图片

Portkey.ai

https://portkey.ai/mcp-servers

图片

MCP.so

https://mcp.so/servers

图片

最后

在这个AI时代，AI也不会完全取代人工，相反，会给人工增加助力，是否会用AI辅助工作将会是区分竞争力水平的核心标准！

不要排斥AI，拥抱AI，掌握AI，提高自己的核心竞争力才是硬道理！

 

 如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。


👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。


1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

AI Agent开发大全第二十二课-生产级全动态MCP代码长什么样？
打造全国最全的AI Agent开发知识领域的博客
04-07 522
根据之前两篇“从0开发一个MCP”系列我们发觉MCP Client为了连接MCP Server是写死url、tool名和tool参数的？但实际MCP的真正生产级应用不是这样的，真正的MCP生产级调用对AI Agent来说是“透明的”及MCP Client无需写死到底用的是哪个Tool、以及哪些参数。只有这样才能真正做到“热插拨、热更换MCP”，今天我们就以全代码演示来看一个实战级别的MCP从Server到Client的热插拨机制到底是如何实现的。
AI Agent开发大全第二十课-如何开发一个MCP(从0开发一个MCP Server）
打造全国最全的AI Agent开发知识领域的博客
04-05 570
大模型的MCP火了，可是无论是Claude官网本身自带Sample还是全网任何一本教程没有一个可以真正应用在生产环境中的。要么就是只能在本地以文件IO流的方式运行要么干脆连编译都出错，真正的mcp server和client是怎么编写的？如何运行在分布式环境？本教程就带大家真正从0开始以“AI计算食物热量“为例带大家真正学习mcp开发的全过程。
Manus 是大模型 AI Agent + MCP， 那什么是模型上下文协议 (MCP)?
03-17 1245
它是AI和工具沟通的“新基础”，给AI提供了一个统一、标准的方法，让AI能灵活地连接外部的数据和工具。比如下面的问题，大模型 Claude 一开始是不知道数据库中的表结构的，因此先发送请求分别确定 orders 表和 users 表中相应的字段，然后再对两张表进行 join 查询。简单说，MCP就像是AI的"大脑中枢"，帮助它协调各种能力，让原本只会单打独斗的模型变成了能处理复杂任务的协作团队。MCP就是这样一种方案，它让AI能够更好地理解上下文，记住之前的对话，并且在需要的时候调用不同的工具。
Python + DeepSeek 完美结合：本地部署提效指南
weixin_44872675的博客
02-03 1万+
随着生成式 AI 和深度学习技术的快速发展，如何将智能搜索工具与本地部署结合以提升效率成为了许多企业和开发者关注的重点。DeepSeek 是一款开源的智能搜索框架，结合 Python 的灵活性，能够实现高效、可靠的本地部署方案。本文将介绍如何通过 Python 和 DeepSeek 的完美结合，实现本地化部署并提升工作效率。通过将 Python 与 DeepSeek 结合，可以快速实现语义搜索的本地化部署，确保数据安全的同时提升工作效率。文件可直接作为 DeepSeek 的输入数据。
AI大模型企业应用实战：Prompt让LLM理解知识
2401_84204413的博客
06-25 2564
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
使用Ollama简单部署本地Qwen2
一个今天胜过两个明天
06-11 3475
Ollama 是一个开源的、本地运行的 AI 聊天模型，允许在自己的设备上运行 LLM，无需依赖云服务。运行完成后就可以和大模型对话了，不过ollama 只有命令行模式运行，这里我下载了chatbox软件来运行，打开软件 模型设置选择ollama 以及 对应的ollama模型。windows下选择exe ，然后运行安装，安装完成后。1.5b就是对应安装Qwen2 1.5b大模型，如果使用7b 就是 ollama run qwen2:7b。首先安装ollama， 访问官网 下载 ollama 对应版本。
保姆级本地部署Qwen2
紫川琴秀的博客
06-27 2555
保姆级本地部署Qwen2
LLM大语言模型算法特训，带你转型AI大语言模型算法工程师
DAMOXINGHAITAI的博客
09-23 1099
（全套教程文末领取哈）从大模型系统设计入手，讲解大模型的主要方法；在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；以SD多模态大模型为主，搭建了文生图小程序案例；以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
【人工智能时代】-一文读懂 MCP！大模型如何用它连接世界，打造更智能的 AI Agent？
xiaoli8748的专栏
03-30 916
未来，随着大模型应用的深入，MCP Server 将变得更加丰富和强大，各类应用也将逐步适配 MCP，降低 AI 接入门槛。正如 OpenAI CEO Sam Altman 所说，2025 is。或许不久的将来，我们只需一句话，就能让 AI 远程操控电脑、管理手机，彻底改变人机交互方式。
MCP 架构设计深度剖析：使用 Spring AI + MCP 四步教你实现 Agent 智能体开发.pdf
最新发布
04-11
MCP 架构设计深度剖析：使用 Spring AI + MCP 四步教你实现 Agent 智能体开发.pdf
AI Agent开发大全第二十一课-如何开发一个MCP(从0开发一个MCP Client）
打造全国最全的AI Agent开发知识领域的博客
04-06 393
承接mcp server从0搭建讲述了完整的mcp client如何通过http/https访问mcp server，这是一个真正的生产级别的应用架构，同时弥补了互联网上到现在没有人讲透mcp client和mcp server间如何通讯的原理以及全部代码和依赖包和实际一个通过大模型解读食品热量的完整展示过程。
qwen2:7b本地化部署：Ollama更新、设置、api调用qwen2服务
2401_85378759的博客
11-25 3111
Ollama绝对是最简单的一种大模型部署方式，尽管该方式不支持function calling，但对于我们进行大模型的初步开发与探索已经足够。本篇介绍了如何使用Ollama本地化部署qwen2:7b，以及进行Ollama的参数设置以及使用api调用qwen2的api服务的方法。
使用Ollama+OpenWebUI本地部署阿里通义千问Qwen2 AI大模型
博客之路,前途漫漫
06-18 1万+
Ollama是一个开源框架，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计。qwen-2（Qwen-2，量子阱增强神经网络版本2）是阿里巴巴集团开发的先进人工智能语言模型。基于 Qwen-1 的成功和经验教训，Qwen-2 引入了多项关键增强功能和功能，旨在提高其性能、多功能性和跨各个领域的适用性。
本地部署Qwen2大模型之一：Ollama方式部署
F8_11的博客
12-21 3471
字节跳动在2024年12 月 18 日举办了火山引擎 FORCE 原动力大会，会上发布了豆包视觉理解模型和豆包 3D 生成模型，引起了AI业界的一片骚动，吸引了无数AI创业者和终端用户的眼光，我也开始关注起了豆包，并尝试接入大模型，进而在本地部署Qwen2大模型。
DeepSeek在Python使用
2301_76608606的博客
02-14 1476
介绍 DeepSeek 的核心功能，如文本匹配、语义搜索、向量检索等。讨论它如何运用深度学习技术提高检索效果，特别是与传统检索方法相比的优势。
Ollama在Windows11部署与使用QWen2模型
sagima_sdu的博客
06-24 2919
Ollama是一个开源项目，旨在让用户能够轻松地在其本地计算机上运行大型语言模型（LLM），是一个开源的大型语言模型服务。它支持各种LLM，包括Llama 3、Mistral和Gemma。提供了类似OpenAI的API接口和聊天界面,可以非常方便地部署最新版本的GPT模型并通过接口使用。支持热加载模型文件,无需重新启动即可切换不同的模型。
使用ollama本地部署qwen2并api调用
热门推荐
XZH_iD的博客
06-23 2万+
ollama是一个集成了许多模型的工具，自带实现了API的整合和调用，只需要命令就可以运行一些支持的常见大模型，且支持对gguf类型的模型进行部署。微调模型可以直接压缩成这个类型的文件，对后续微调模型提供基础。
【AI大模型应用开发】AI+知识图谱极简入门：手把手带你体验LangChain实现知识图谱创建和查询（附代码和源码分析）
同学小张的博客
05-20 2757
最近在大模型应用中使用图数据库或知识图谱越来越流行。图在表示和存储多样化且相互关联的信息方面具有天然优势，能够轻松捕捉不同数据类型间的复杂关系和属性，从而更好地给大模型提供上下文或数据支持。本文一起来看下如何在大模型应用中使用图数据库或知识图谱。
MCP协议进展
03-25
### MCP协议的最新进展和技术更新 #### 生态系统的现状和发展 MCP 协议作为一项新兴技术标准，在开发者和企业界的接受度持续提升。其核心功能在于促进人工智能模型与外部工具之间的无缝对接，从而加速多个领域内的智能化进程[^1]。这种能力使得 MCP 不仅成为连接 AI 和实际应用场景的重要桥梁，也吸引了大量官方资源和社区力量的支持。 #### 官方支持与早期采用者实践 来自官方团队的努力为 MCP 的发展奠定了坚实基础。当前，除了理论探讨之外，更多精力被投入到具体实现上，尤其是在远程支持方面（Remote MCP Support），这表明该协议正在向更加实用化的方向迈进[^3]。与此同时，一些先行使用者已经开始探索并分享他们的实践经验，进一步验证了 MCP 在真实环境下的可行性和价值。 #### 新增特性与改进措施 值得注意的是，另一个名为 Agent Network Protocol (ANP) 的项目也在同步推进中，该项目旨在提供一种类似于 MCP 的解决方案来应对智能体间通讯所面临的各种难题[^2]。相比而言，虽然两者目标相似，但 ANP 更加注重去中心化身份验证机制 did:wba 及元协议的设计理念，并已推出开源版本至 v0.2.0 。这些创新点或许可以为 MCP 提供借鉴意义 ，同时也反映出整个行业对于此类框架需求日益增长的趋势 。 ```python # 示例代码展示如何初始化一个简单的MCP客户端 from mcp_client import MCPClient def initialize_mcp(): client = MCPClient(api_key="your_api_key_here", endpoint_url="https://mcp.example.com/api/v1") response = client.connect() return response.status_code == 200 if __name__ == "__main__": success = initialize_mcp() print(f"MCP Initialization {'Succeeded' if success else 'Failed'}") ``` 上述脚本展示了基于 Python 实现的一个基本 MCP 客户端实例，它可以帮助用户快速接入到 MCP 平台之上进行测试或者开发工作。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值