一文讲透MCP：附Apifox MCP Server内测邀请，掌握核心技术的秘密！

一文讲透 MCP（附 Apifox MCP Server 内测邀请）

如果你关注着 AI 的发展，那么最近可能经常看到 MCP 这个词。

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。这是一个将 AI 助手连接到第三方数据源的新标准，包括内容存储库、业务工具和开发环境。它的目的是帮助 AI 大模型生成更好、更相关的回答。

通过联网搜索向 AI 提供最新信息

随着 AI 大模型获得了广泛的使用，该行业在训练模型方面投入了大量资金，新的模型在推理能力和生成质量方面得到了较大的进步。但是，训练 AI 的数据集始终是滞后的、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，比如今天的天气情况、今天的热点新闻等。

为了解决这个问题，常见的 AI 助手通过 AI 代理模式，设计了联网搜索的工作流。当用户和 AI 助手对话，且开启联网搜索后，AI 助手会先将用户说的话发送给第三方搜索引擎，然后将第三方搜索引擎的返回的内容和用户说的话一起提供给 AI 大模型，再由 AI 大模型生成回答。可以看出，搜索引擎在这里充当了第三方实时信息源的角色，为 AI 大模型提供了额外的上下文信息。

通过 API 向 AI 提供自有系统数据

对于搜索引擎能搜索到的、有多种信息源的公开信息，AI 助理的这种联网搜索功能效果不错。但是，如果希望 AI 能提供行业内部信息、或者你研发的自有系统内的信息，AI 联网搜索的效果就很不好，甚至无法实现。

举个简单的例子，问开启了联网搜索的 DeepSeek 这个问题：Apifox 的最新版本是多少？DeepSeek 的回答是 2.6.41。但实际上，Apifox 的最新版已经到了 2.7.2，差了 10 个版本。

为了让自有系统和 AI 模型紧密协作，打破信息隔离，用户可以自行搭建 AI 代理，将自有系统的数据通过 API 的形式接入 AI 助手。继续上面的例子，我们可以将 Apifox 的更新日志内的信息，通过 API 向外提供。然后设定这样一个工作流：如果有人问 Apifox 的最新版本是多少，则调用这个 API，再将 API 返回的结果和用户的原始问题一起提供给 AI，这样 AI 就可以给出正确的回答了。

通过 MCP 服务器向 AI 提供上下文信息

以上只是一个非常简单的场景，在真实业务环境中，需要将多种数据源接入AI大模型，也就必须得为不同的数据源、不同的 AI 助手开发不同的连接器。虽然可以使用第三方 AI 代理工具或知识库工具，但仍然无法避免架构碎片化的问题。

MCP 协议正是为了解决数据连接器集成碎片化的问题而生。它使开发人员能够在其数据源和 AI 驱动的工具之间建立安全的双向连接。架构简单明了：开发人员可以通过 MCP 服务器公开他们的数据，也可以构建连接到这些服务器的 AI 应用程序（MCP 客户端）。

也就是说，开发者现在可以根据 MCP 这个标准协议来完成 AI 大模型与数据源的集成，而不是为每个数据源、每个 AI 助手维护单独的连接器。随着 MCP 生态系统的成熟，人工智能系统将在不同的工具和数据集之间移动时保持上下文，用更可持续的架构取代当今的零散集成。

通过 Apifox MCP Server

向 AI 提供接口文档

现在，越来越多的 AI 工具已经内置了 MCP 客户端，比如 Cursor、Cline、Claude Desktop 和 Cherry Studio，它们都已经具备连接到 MCP 服务器的能力。

Apifox 作为 API 设计、开发、测试一体化协作平台，致力于节省开发者的每一分钟，已经观察到了 MCP 在 API 开发工作流中的价值。我们希望每个人都能轻松地在 AI 和 API 之间架起桥梁。在此，我们宣布，Apifox MCP Server 开始内测。

，时长00:44

使用 Apifox MCP Server，可以将 Apifox 项目内的接口文档作为数据源提供给 Cursor 等支持 AI 编程的 IDE 工具，以便让 AI 能够直接访问项目对应的接口文档数据。

开发者可以通过 AI 助手完成以下工作：根据接口文档生成或修改代码、搜索接口文档内容等等，至于通过这个接口文档数据能让 AI 干什么更多更强大的活，请发挥你和你们团队的想象力😜

如何使用

安装配置好 MCP 后，Apifox MCP Server 会自动读取 Apifox 整个项目里的所有接口文档的数据并缓存在本地电脑，AI 可以通过 MCP 读取项目内所有的接口的接口文档数据。

你只要告诉 AI 你想要通过 API 文档做什么即可，示例：

1. “通过 MCP 获取 API 文档，然后生成 Product 及其相关模型的定义代码”
2. “根据 API 文档，然后在 Product DTO 里添加 API 文档新增的几个字段”
3. “根据 API 文档给 Product 类的每个字段都加上注释”
4. “根据 API 文档，生成接口 /users 相关的所有 MVC 代码”

注意：接口文档数据默认是会缓存在本地的，如果 Apifox 内的数据有更新，请告诉 AI 刷新接口文档数据，否则 AI 读到数据可能不是最新的。

AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的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。

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

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。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉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】🆓