在全民AI的2025年，我原以为大家都对MCP耳熟能详了，至少搞技术的都应该清楚是怎么回事。然而现实总是出人意料。
前两天，一家专门做大数据的公司找到我咨询MCP Server的事情。与他们开发交流的过程中，我惊讶地发现他们对MCP的基本概念，甚至最基础的Function Calling都了解得不是很清楚。最后，他们领导决定让我线上给团队做了一个培训。
（原定三小时，但我只用了两小时就给他们研发组所有人都讲得清清楚楚！）
更让我惊讶的是，今天一位建筑行业的大哥也来咨询Cursor中MCP Server的配置问题。看到他的投屏我才知道，现在连建筑行业都开始用MCP了！大哥说近期他们行业，包括他们公司，都在主推AI，有些人会使用3D绘图的MCP Server，还给我介绍了前段时间爆火的blender-mcp (https://github.com/ahujasid/blender-mcp) 项目。
虽然大哥目前配置的只是一个让模型能够进行深度有序思考的Server-Sequential Thinking，但他这种积极拥抱AI的态度着实让我感动。
这些经历让我意识到，尽管AI技术日新月异，但仍有许多人对MCP这样的基础概念不够了解。所以我决定写这篇博客，希望能帮助大家初步了解MCP，不至于在这个AI时代掉队。
什么是MCP？用最简单的话说
MCP，全称Model Context Protocol（模型上下文协议），是一个开放的标准协议，用于规范应用程序如何向AI模型提供上下文信息。（其实就是一个标准而且，不要想的太复杂。只不过这个标准是由Anthropic——做Claude模型的那个公司制定的，比较有权威性而已。）
想象一下，MCP就像AI世界的"USB-C接口"：
-
USB-C让你的电脑能连接各种外设（显示器、硬盘、键盘等）
-
MCP让AI模型能连接各种数据源和工具（文件系统、数据库、API等）
简单说，MCP就是让AI能够"看见"和"操作"外部世界的标准接口。
换句话说，它只是一个中心化的翻译官，具体的任务还是需要对应工具去执行（对应到AI应用就是Funtion Calling，显示器、键盘等就是一个一个的tool。）
为什么我们需要MCP？
在没有MCP之前，让AI使用外部工具和数据是件麻烦事：
-
每集成一个新工具，你都要写特定的代码
-
不同AI供应商有不同的接口标准
-
数据安全问题难以统一管理
举一个比较通俗的例子，就像你的GPT插件Claude用不了，或者你的Dify插件Coze用不了。
MCP解决了这些问题，它提供：
-
预构建集成：有大量现成的MCP服务器可以直接使用
-
灵活切换：可以轻松在不同AI供应商之间切换
-
安全标准：确保你的数据在你的基础设施内安全处理
就像有了JDBC规范，你可以随便连接使用任何实现这个规范的数据库（软件史上每一次统一规范，必会带来一次重大的变革！）
MCP的基本架构是什么样的？
MCP采用经典的客户端-服务器架构：
（来自官方：Introduction - Model Context Protocol）
主要组件包括：
-
MCP Hosts：就是你用的 Claude Desktop、Cursor、Cline等想通过MCP访问数据的程序
-
MCP客户端：维持与服务器1:1连接的协议客户端
-
MCP服务器：通过标准化协议暴露特定功能的轻量级程序
-
数据源：可以是本地文件、数据库，也可以是远程API
打个比方：如果把AI模型比作"大脑"，MCP服务器就像各种"感官"和"肢体"，让AI能"看到"（读取数据）和"动手"（执行操作）。
MCP的核心概念
MCP定义了三个主要概念（也叫"原语"），让我们用最简单的类比来理解：
1. 资源（Resources）
类比：相当于AI的"眼睛"和"耳朵"，让AI能"看到"和"听到"信息。
实际上是：允许AI读取数据的接口，比如文件内容、数据库信息等。
例子：
-
读取本地Excel文件
-
获取网页内容
-
查看数据库结构
2. 工具（Tools）
类比：相当于AI的"手"，让AI能"做事"。
实际上是：允许AI执行操作的函数，比如修改文件、发送请求等。
例子：
-
发送电子邮件
-
查询数据库
-
生成图片
-
执行代码
3. 提示（Prompts）
类比：相当于AI的"工作指南"，指导AI如何完成特定任务。
实际上是：可重用的模板，定义AI与用户交互的模式。
例子：
-
代码审查模板
-
数据分析向导
-
翻译助手
MCP在实际中是如何工作的？
让我们看一个简单例子，用MCP来完成一个任务：
假设你想让AI帮你分析一个Excel文件中的销售数据：
-
连接阶段：
-
你的Claude Desktop（主机）连接到Excel读取器MCP服务器
-
-
交互阶段：
-
你告诉Claude："分析我的销售数据表"
-
Claude通过MCP的资源接口读取Excel文件内容
-
Claude分析数据后，可能想生成一个图表
-
Claude使用MCP的工具接口调用图表生成功能
-
最后Claude呈现分析结果和图表
-
整个过程中，Claude不需要直接访问你的文件系统，所有访问都通过受控的MCP接口完成，既安全又高效。
比如你想从一堆波多野结衣老师的视频里找到一个叫“猴子万爆出装教学”的视频，只需要让MCP Sever（自己人）去查询就行，Claude是不会发现那些波老师的视频的，极大地保护了用户隐私。
MCP的实际应用场景
MCP已经在各行各业得到应用：
-
软件开发：连接代码库、文档系统，辅助编码和调试
-
数据分析：连接各种数据源，进行复杂分析
-
内容创作：连接设计工具、CMS系统，辅助创作
-
客户服务：连接CRM系统，提供智能客服
-
建筑设计：正如前面提到的，连接3D建模工具
免费的MCP Server 网站：
Open-Source MCP servers | Glama
PulseMCP | Keep up-to-date with MCP
Smithery - Model Context Protocol Registry
https://github.com/punkpeye/awesome-mcp-servers
如何开始使用MCP？
根据你的角色不同，开始使用MCP的方式也不同：
作为用户
如果你只是想使用预建的MCP服务器：
-
安装支持MCP的客户端（如Claude Desktop、Cursor、Cline等）
-
按照指南配置需要的MCP服务器
-
开始使用增强的AI功能
这里以Cursor为例演示配置一个可以连接MySQL的 MCP Server：
1. 在Smithery - Model Context Protocol Registry上搜索mysql：
2. 点击Cursor=>输入数据库连接信息=>点击 Save and Connect
3. 0.46及以下用命令，0.47及以上用json=>选择操作系统=>复制json/npm命令
4. 配置到Cursor=> 保存
5. 等待连接成功（信号灯变成绿色就连接成功了）
6. 开始享用（注意只有 Agent模式才能够使用MCP Server）
作为开发者
如果你想构建自己的MCP服务器：
-
选择合适的编程语言SDK（Python、Java等）
-
根据MCP规范开发服务器
-
测试并部署你的服务器
直观感受
最后通过不同MCP Server的配置来直观地感受一下为什么说MCP就是一个规范
{
"mcpServers": {
"fetch-mcp": {
"command": "npx",
"args": [
"-y",
"@smithery/cli@latest",
"run",
"fetch-mcp",
"--config",
"{}"
]
}
}
}
{
"mcpServers": {
"fs": {
"command": "cmd",
"args": [
"/c",
"npx",
"-y",
"@smithery/cli@latest",
"run",
"@bunasQ/fs",
"--config",
"{}"
]
}
}
}
{
"mcpServers": {
"excel-reader": {
"name": "Excel文件读取器",
"description": "提供通过路径读取Windows本地Excel文件的功能",
"command": "python",
"args": ["D:\\VS_WorkSpace\\mcp_class\\read_file_server.py"]
}
}
}机智如你是不是已经看出端倪了呢？
结语
AI技术的浪潮正在改变各行各业，MCP作为连接AI与外部世界的标准接口，将大大降低AI应用的门槛。无论你是技术专家还是普通用户，了解MCP都能帮助你更好地利用AI工具。
正如开头所说，我希望这篇文章能帮助所有人——无论是技术人员还是非技术人员——降低使用AI技术的门槛，一起享受人工智能带来的美好生活。
这期主要是讲了一些通识性的概念。下一期，我们将从实战角度出发，手动实现一个MCP Server和Client来理解清楚原理。敬请期待！（感兴趣的可以点个关注哦！）
如果你觉得这篇文章对你有帮助，别忘了点赞、分享，并在评论区告诉我们你的使用体验！
扫一扫
3372
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
