程序员小潘

预训练的大语言模型虽然强大，但是知识库停留在训练的那一刻，无法获取实时的数据，导致大模型在某些场景下表现的很不好。例如，你询问大模型关于实时天气、实时新闻的看法，大模型要么无法回答，要么胡乱编造结果，这显然不是我们想看到的结果。好在，MCP 协议的诞生，打通了 AI 应用和外部系统的集成问题，大模型不仅可以获取互联网上公开的最新数据，甚至可以访问企业内部系统的保密数据，只要你开发好相应的MCP服务器即可。本文通过一个“天气MCP服务器”为例。

MCP 是一个标准化的协议，它的作用是解决大模型和外部系统之间集成的难题。在这个大模型和外部系统均百花齐放的时代，如果没有一个统一的标准，要实现上面这个目标简直是天方夜谭。假设大模型厂商有M个，要集成大模型的外部系统有N个，集成二者的工作量就是 M*N 的关系。所以，MCP 设计的出发点，就是为解决大模型和外部系统集成设计一个通用的标准协议。MCP 是 Model Context Protocol 的缩写，中文译为“模型上下文协议”。