都全民AI时代了，还不了知道MCP？

最新推荐文章于 2025-04-30 07:42:27 发布
最新推荐文章于 2025-04-30 07:42:27 发布
阅读量1k 收藏 29
点赞数 15
文章标签： microsoft
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/sinat_37574187/article/details/147170943
版权

都全民AI时代了，还不了知道MCP？

原创 OddFan 泛函的范 2025年04月12日 19:27 广东

自从 Anthropic（Claude 的母公司）于2024年11月开源发布 MCP（Model Context Protocol，即模型上下文协议）以来，MCP 迅速在 AI 领域得到广泛讨论。简单来说，MCP 是一种开放标准协议，旨在为大型语言模型（LLMs）与外部数据源、工具和系统提供标准化接口，解决 AI 应用中的数据孤岛问题，实现跨系统的无缝交互。其核心设计理念类似于“AI 领域的 USB-C 接口”，通过统一协议简化复杂集成。

图片

图源：Norah Sakal @linkedin

本文将简要介绍 MCP 框架及其用法，方便大家快速了解 MCP 的技术核心。在介绍 MCP 之前，我们先简单看下什么是AI Agent。

泛函的范

日常搬砖，周末更新。关键词：推荐系统、机器学习、经验总结、面试技巧

114篇原创内容

公众号

What is Agent

AI Agent 将 LLMs 作为其关键决策和解决复杂任务的“大脑”，并与现实世界交互的工具相结合的系统。它能够在有限人工参与的情况下完成复杂任务。Agent 被分配特定的角色，并赋予不同程度的自主性来实现最终目标。此外，它还配备了记忆功能，能够从过去的经验中学习，并随着时间的推移提高性能。常见的 AI Agent 结构如下图所示：

图片

关于AI Agent的内容，可以参考之前的文章《快来了解下 Agenetic Workflows》，这里就不赘述了。

Why MCP?

在 MCP 出现之前，AI 应用需通过手动 API 对接（如基于插件的接口或代理框架）与外部工具交互。这些传统方式要求为每个外部服务单独开发特定 API 集成方案，导致系统复杂度激增且难以扩展。MCP通过提供标准化协议，实现了与多种工具的无缝灵活交互，彻底解决了这些问题。其核心价值体现在以下五大方面：

  • 标准化协议打破生态孤岛：传统 API、插件或 Agent 框架的集成方式需要为每个外部服务编写独立的适配代码，导致开发成本高、维护困难。MCP 通过统一协议规范（类似“AI界的USB-C”），让模型、工具和数据源遵循同一套通信标准，实现“一次开发，多模适配”。如开发者只需将 GitHub、Slack 等工具封装为 MCP Server，即可供不同模型（如 Gemini、Claude、GPT-4）直接调用，无需重复适配。

  • 灵活性与扩展性适配动态需求：传统 API 的固定接口难以满足 AI 场景中动态参数注入、多步链式指令等需求。MCP 支持双向实时通信（基于 WebSocket/SSE），允许模型在运行时动态生成请求并解析响应，甚至实现“自然语言指令→工具链→结果输出”的自动化流程。

  • 安全性保障敏感数据可控：传统 API 的分散权限管理和开放接口容易引发数据泄露风险，而 MCP 原生集成 Token 认证、传输加密和细粒度访问控制。如医疗场景中 MCP Server 可限制仅访问脱敏数据，关键操作需人工二次确认。此外，MCP 允许数据在本地处理，避免敏感信息全部上传云端，兼顾效率与合规性。

  • 开发效率与维护成本优化：MCP 通过预置丰富的现成插件和开源工具，极大简化开发流程。开发者无需从零编写中间层代码，可直接复用标准化模块，节省80%的样板代码。以“获取天气数据”为例，传统API需定制解析逻辑，而MCP只需调用预集成服务，需求变更时仅需服务端更新，客户端无需改动。

  • 开放生态驱动技术革新：MCP 的厂商中立性（支持Gemini、Claude、GPT-4等模型自由切换）和社区共建模式，加速了AI能力的“资产化”。市场数据显示，截至2025年3月，MCP采用率环比增长240%，企业集成成本降低65%，迭代周期缩短至1/3。

图片

图源：X Hou, Y Zhao, S Wang, and H Wang

What is MCP

Anthropic 公司对 MCP 的定义如下：

An open protocol that standardizes how applications provide context to LLMs.

具体地说，它试图规范基于 LLM 的应用程序如何与外部环境集成。一个经典的 MCP 工作流如下图所示：

图片

图源：X Hou, Y Zhao, S Wang, and H Wang

MCP架构由三个核心组件构成：MCP Host、MCP Client 和 MCP Server。这些组件协同工作，确保 AI 应用、外部工具与数据源之间的通信无缝衔接，同时保障操作的安全性和可管理性。具体流程如下：

  • 用户发起请求：用户通过界面（如聊天窗口或IDE）向 MCP Client 发送指令或查询。

  • 意图解析：MCP Client 解析用户请求的意图，并与 MCP Server 交互，获取可用的工具列表（如数据库查询、文件操作、API调用等）。

  • 工具选择与执行：根据 LLMs 的决策，MCP Server 调用对应的外部工具或 API（如通过Shodan MCP Server 执行网络威胁扫描，或通过 Playwright MCP Server 控制浏览器自动化）。

  • 数据处理与反馈：外部工具执行完成后，MCP Server 将结果返回 MCP Client，MCP Client 整合信息并通过 LLM 生成自然语言响应，最终通知用户。

下面我们分别来看下 MCP 的这三个核心组建。

MCP Host

MCP Host 是一款 AI 应用程序，在运行 MCP Client 的同时，提供执行 AI 任务的环境。MCP Host是使用 MCP 访问外部数据源和工具的应用程序，通过标准化接口实现 AI 与多源数据的无缝整合。其主要功能包括：

  • 资源整合：支持同时连接多个 MCP Server（本地/远程），如文件系统服务器、GitHub接口服务器等，实现跨数据源的信息调用。

  • 安全管控：通过沙箱隔离技术和动态权限审批（如首次访问弹窗确认），确保敏感数据仅在用户授权范围内被访问。

  • 协议执行：内置MCP客户端组件，负责将AI模型的自然语言指令转换为JSON-RPC 2.0协议消息，并通过STDIO或SSE通道与服务器通

在 MCP 的 Client-Server 架构中，MCP Host 承担以下关键角色：

  • 交互枢纽：作为用户与 AI 模型的交互界面（如Claude Desktop的图形界面），接收用户指令并呈现最终响应。

  • 连接协调器：通过 1:N 的 Client-Server 连接模式，管理IDE、数据库、API等不同服务的会话状态。如 Cursor IDE 作为 Host 时，可同时连接代码仓库服务器和文档检索服务器。

  • 上下文整合器：将分散的服务器响应数据（如本地文件内容+API返回结果）注入 LLM 上下文，辅助生成精准回答。

图片

图源：Hardik Singh Behl & Liam Williams @Baeldung

MCP Client

MCP Client 是 MCP 架构中实现 AI 模型与外部资源交互的核心通信组件，其设计目标是通过标准化协议消除系统集成的复杂性。MCP Client 是运行在 MCP Host 环境中的协议适配层，承担自然语言指令与结构化协议之间的双向转换任务。其主要功能包括：

  • 协议转换：将 LLM 生成的指令（如"查询深圳天气"）转换为 JSON-RPC 2.0 格式的请求报文，并通过 STDIO 或 HTTP/SSE 通道传输至服务器

  • 动态发现：自动获取 MCP Server 暴露的工具清单（如数据库查询、API调用等），构建可供 LLM 调用的功能目录

  • 结果整合：将服务器返回的结构化数据（如 JSON 格式的天气数据）注入 LLM 上下文，辅助生成自然语言响应

在 MCP 架构中，MCP Client 承担以下关键职责:

  • 通信枢纽: 管理 Host 与 Server 之间的持久化连接，支持本地进程间通信（通过STDIO）与远程 HTTP/2 传输（通过SSE事件流）两种模式。如 Cursor IDE 中的 Client 在代码补全时，会同时连接本地的 Git 服务器和云端的文档检索服务。

  • 安全代理：实现动态权限审批机制，当首次调用敏感操作（如文件读写）时触发用户确认弹窗。采用TLS加密保障数据传输安全，并通过沙箱技术隔离高风险操作

  • 性能优化器：内置流量控制算法，根据服务器响应速度动态调整请求频率。实测在连接高负载服务器时，Client 可将延迟降低约 35%（Anthropic基准测试数据）

MCP Server

MCP Server 是 AI 生态中实现智能模型与物理世界连接的关键枢纽，通过标准化协议为 LLMs 提供动态数据接入与操作执行能力。 MCP Server 是基于 MCP 协议构建的轻量级服务程序，其核心功能包括：Tools，Resources 和 Prompts。

图片

  • Tools：允许 LLMs 通过服务器执行操作。工具使 MCP Server 能够调用外部服务和 API，代表 AI 模型执行操作。当 Client 请求操作时，MCP Server 会识别合适的工具、与服务交互并返回结果。与传统函数调用不同，MCP 的 Tools 通过标准化接口使模型能基于上下文自主选择并调用工具。这些工具遵循标准化的供给-消费模式（Supply-and-Consume），实现模块化、可复用性，并能被其他应用轻松接入，从而提升系统效率和灵活性。

  • Resources：向 LLMs 暴露服务器中的数据和内容。Resources 提供对结构化和非结构化数据集的访问，这些数据可来自本地存储、数据库或云平台。当 AI 模型请求特定数据时，MCP Server 会检索并处理相关信息，支持模型进行数据驱动的决策。

  • Prompts：创建可复用的 Prompt 模板和工作流。Prompt 模板是 MC Server 生成和维护的预定义模板，用于优化 AI 响应并简化重复性任务，确保一致性和效率。

此外，MCP Server 公开了这三个核心功能是经过专门设计的，旨在实现特定的控制权分离：

  • Tools 由模型控制：若要赋予应用程序自主决策与环境交互的能力，需通过 Tools 实现。MCP Server 提供一个端点，可列出所有可用 Tools 及其描述、所需参数。应用程序将此 Tools 列表传递给 LLMs 后，LLMs 基于任务需求，自主决定调用哪些工具及调用方式。

  • Resources 由应用程序控制：Resources 指任何可由 LLMs 应用程序使用的数据。应用程序开发者负责编写这些资源的使用逻辑。此过程通常无自动化，且 LLMs 本身不参与资源选择决策。

  • Prompts 由用户控制：Server 开发者可公开特定的 Prompt（适用于与 Server 暴露的数据进行交互），这些 Prompt 可通过 LLMs 注入应用程序，并展示给最终用户。用户能够根据需求自定义或选择这些 Prompt。

更多 MCP Server 和 Client 可以参考 https://mcp.so/explore ：

图片

Transport Layer and Communication

MCP 的通信架构基于 Client-Server 模型，其 Transport Layer 和 Communication 机制的设计实现高效、安全交互的核心。

Transport Layer

Transport Layer 负责 Client 与 Server 之间的实际通信，采用标准化的消息格式和传输协议，具体特点如下：

1、传输机制

  • 标准输入输出（STDIO）：用于本地通信，客户端启动服务器作为子进程，通过 stdin/stdout 交换 JSON-RPC 消息。优势是无需网络，适用于本地工具集成。

  • HTTP/SSE（Server-Sent Events）：用于远程通信，客户端通过 HTTP 发送请求，服务器通过 SSE 流式传输响应。支持 TLS 加密和 OAuth 认证，适用于分布式部署。

  • 自定义传输：允许开发者实现其他协议。

2、协议规范

  • 所有消息均遵循 JSON-RPC 2.0 标准，确保格式统一。

  • 消息类型包括：Requests（带唯一 ID 的请求）、Responses（对应请求的响应）、Notifications（单向通知）

3、安全性设计

  • 本地传输依赖进程隔离和沙箱化；远程传输需结合 TLS 加密和 OAuth 2.1 认证。

Communication

MCP 的通信遵循动态服务发现机制，核心流程如下： 

1、能力交换（Capability Exchange）

  • 客户端发起请求：客户端发送 Initialization Request，查询服务器的能力。

  • 服务器响应能力详情：返回支持的 Tools、Resources、Prompts。

  • 客户端确认连接：验证能力后建立会话。

2、实时数据交换

  • 请求-响应模式：客户端调用具体能力（如执行工具 fetch_repository），服务器返回结果或错误。

  • 通知机制：服务器主动推送状态变更（如文件更新通知），客户端无需轮询。

3、会话管理

  • 客户端维护有状态连接，支持会话恢复和断线重连。

  • 传输层自动处理消息路由和序列化，开发者只需关注业务逻辑

图片

图源：Avi Chawla @DailyDoesOfDS

MCP vs 传统 API

MCP 与传统基于API的调用对比如下：

维度传统API集成MCP

开发成本

需为每个数据源定制代码

标准化协议，一次开发多场景复用

灵活性

强耦合，切换模型需重写接口

解耦设计，支持动态切换LLM和数据源

安全性

依赖单独加密机制

内置沙箱、动态权限审批和TLS加密

实时性

延迟高（HTTP轮询）

低延迟（SSE事件流或二进制通信）

MCP Use Cases

MCP 已成为 AI 应用程序与外部工具、API及系统高效通信的关键工具。通过标准化交互方式，MCP 简化了复杂的工作流程，显著提升了 AI 驱动型应用的效率。更多 MCP 的用例可以参考：https://mcp.so/usercases

图片

Conclusion

MCP 的开源特性已吸引 200+ 社区项目，覆盖数据库、云服务、硬件控制等领域。未来可能成为 AI Agent 的“操作系统级”基础设施，推动物理世界与数字世界的深度融合。

此外，Google 在4月9日开源了首个智能体间协作标准协议 Agent2Agent （A2A），目标是通过定义标准化通信框架来实现 Agent 之间的跨平台通信和协作，从而打破不同厂商和框架之间的壁垒。Google 打算将 A2A 打造为多智能体协作的底层基础设施。

A2A 与 MCP 的作用如下图所示，通过结合 MCP 和 A2A，能方便我们更好设计和开发 AI 系统。

图片

图源：Adewuyi Abayomi Daniel @Medium

后续将对 A2A 做进一步介绍，感兴趣的可以关注下。

泛函的范

日常搬砖，周末更新。关键词：推荐系统、机器学习、经验总结、面试技巧

114篇原创内容

公众号

References

[1] Model Context Protocol, (2025), GitHub repository, https://github.com/modelcontextprotocol

[2] Hou X, Zhao Y, Wang S, et al. Model Context Protocol (MCP): Landscape, Security Threats, and Future Research Directions[J]. arXiv preprint arXiv:2503.23278, 2025.

[3] MCP Documentation. Introudction to Model Context Protocal. 2025. https://modelcontextprotocol.io/introduction

[4] Avi Chawla. Visual Guide to Model Context Protocol (MCP). 2025. Daily dose of DS. https://blog.dailydoseofds.com/p/visual-guide-to-model-context-protocol

[5] Aurimas Griciunas. Everything you need to know about MCP. 2025. SwirlAI Newsletter.  https://www.newsletter.swirlai.com/p/everything-you-need-to-know-about

[6] Adewuyi Abayomi Daniel. MCP, A2A, and the Beginning of the End of Explicit Programming. 2025. Medium. https://medium.com/@adewuyiaby/mcp-a2a-and-the-beginning-of-the-end-of-explicit-programming-48a565de5f02

LLM的MCP协议：初识MCP，搭建第一个MCP Server
Criss@陈磊
01-03 1万+
MCP（Model Context Protocol），是一个开发的协议，标准化了应用程序如何为大模型提供上下文。MCP提供了一个标准的为LLM提供数据、工具的方式，使用MCP会更容易的构建Agent或者是基于LLM的复杂工作流。
Spring AI+MCP强强联合：三步打造智能体开发王炸组合！
2401_84204207的博客
04-06 3365
注意，它连接的不是物理设备，而是AI模型和外部的数据源、工具等。有了MCP，AI模型就能更方便地获取外部的信息，完成更多的任务。比如，通过MCP，AI模型可以操作电脑读写文件，或者模拟浏览器操作等。
MCP极简入门：超快速上手运行简单的MCP服务和MCP客户端
Cherish
03-10 1万+
MCP（Model Context Protocol，模型上下文协议）是一个开放协议，旨在标准化应用程序如何向大型语言模型（LLM）提供上下文。首先我们快速过一下MCP的基本概念，接着我们会通过一个简单的天气服务的教程，来上手学会使用MCP服务和在主机运行服务。作为客户端，自己编写python文件作为服务端，在 Claude Desktop 里调用server.py。前期的步骤与上文介绍的一致，先决条件和uv的安装看。至此，我们的第一个MCP服务端和客户端编写完成。
AI + 高德MCP旅行规划
ifredom
04-02 1579
哈喽！我昨天用AI+高德地图MCP，10分钟做了份上海一日游攻略，朋友们看到后都疯狂求教程！他把天气、游玩地点+吃饭地点+交通方式，全都找出来了！我是如何做的我这套流程，大概10分钟，就能生成一套一日游规划
王炸！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
musicml的博客
04-05 1172
总体而言，MCP 解决了 Client 和 Server 之间的数据交互问题，但在 LLM 到 Tool 的对接上仍有不足：不同模型对 Function Call 的支持程度参差不齐，例如 DeepSeek R1 就不支持，这就导致了工具路由的问题。只不过，MCP 连接的不是物理设备，而是 AI 大模型与外部的数据源、工具等。你可以把 MCP 想象成你雇来的得力助手，你只需要告诉他你的想法，他就会负责跑腿和执行具体任务，而你只需负责下达指令和验收最终结果。
【拥抱AI】一文讲清楚MCP(Model Context Protocol)核心功能及应用
热门推荐
保持前进，即便速度慢，也不能停下脚步...
01-17 1万+
MCP（Model Context Protocol）是Anthropic推出的一个开放协议，旨在统一LLM应用与外部数据源和工具之间的通信协议，为AI开发提供了标准化的上下文交互方式。MCP的主要功能包括数据集成、工具集成、模板化交互、安全性、开发者支持、预构建服务器和上下文维护。它通过客户端-服务器架构，支持多个服务连接到任何兼容的客户端，提供标准化的、通用的协议共享资源、工具和提示。MCP能访问本地和远程资源，内置安全机制，保护API密钥不被泄露，是构建互联AI系统的重要工具。
MCP：AI界的“万能插头”如何引爆技术圈？
分享平时的学习心得和笔记
04-25 371
一、MCP的“逆袭之路”：从冷启动到全网热议的三重引爆点去年11月，MCP由Anthropic低调发布时，还只是技术极客的小众玩具。但短短半年内，它却完成了从“实验室项目”到“现象级协议”的蜕变：第一阶段：技术极客的“尝鲜狂欢”开发者们迅速用MCP封装Slack、Notion等工具，搭建个人效率神器。例如BlenderMCP项目让用户用自然语言操控3D建模，三天内斩获3.8k星标，虽然聚焦小众场景，却验证了“对话即操作”的可行性。第二阶段：标准之争的“舆论爆破”
中国AI新王炸！李彦宏亮出两大杀手锏，开发者集体沸腾
最新发布
weixin_44626085的博客
04-30 722
4月25日的武汉注定被载入中国AI发展史册。当李彦宏在Create2025开发者大会上抛出“文心4.5 Turbo速度翻倍价格腰斩”“X1 Turbo性能碾压GPT”的重磅炸弹时，5000名现场开发者用山呼海啸般的掌声给出了最直接的回应。这场持续60分钟的科技盛宴，不仅重新定义了AI模型的性价比天花板，更昭示着一个属于中国开发者的黄金时代正在降临。
仓颉智能体开发框架 Cangjie Magic简化智能体Agent开发，多智能体协作、跨平台部署及复杂任务编排
主攻大数据 人工智能 物联网 安全 低空经济等方向。mtsc 、gtest特邀分享嘉宾
04-18 849
从企业级的智能客服到消费级的智能家居，从金融风控到医疗辅助，其应用场景的广度与深度不断拓展。例如，输入“科技产品评测”关键词，智能体自动调用知识图谱、模板库和图片生成工具，输出图文并茂的评测报告。是基于自研仓颉编程语言构建的开源平台，专注于简化智能体（Agent）开发，支持多智能体协作、跨平台部署及复杂任务编排。例如，在电商客服场景中，引擎会优先调度擅长处理“退款纠纷”的智能体，响应速度比传统轮询机制提升。科蓝软件联合华为开发的金融智能体，通过仓颉语言与 SUNDB 数据库深度融合，实现。
下一场战役：MCP&AI玩偶+硬件｜AI从“脑力”到“手脚”的全面战争
2401_84495872的博客
04-20 627
2025年，AI战争进入白热化阶段——MCP协议与AI硬件正联手掀起一场“软硬一体”的革命。如果说大模型是AI的“大脑”，那么MCP是它的“万能插座”，而AI硬件则是“强健的四肢”。这场战役的胜负，将决定谁能定义下一代人机交互的终极形态。Part 1：MCP协议——AI的“神经系统”，打破能力孤岛1. 从“功能残废”到“全能战士”：MCP的诞生与架构MCP（Model Context Protocol）由Anthropic于2024年推出，其核心目标是为AI模型打造一个标准化交互接口。
mcphost：开启大型语言模型与外部工具的桥梁
gitblog_00751的博客
03-27 389
mcphost：开启大型语言模型与外部工具的桥梁 mcphost A CLI host application that enables Large Language Models (LLMs) to interact with external tools through the Model Context Proto...
MCP协议
神棍之路
04-08 978
MCP（Model Context Protocol，模型上下文协议）是由Anthropic推出的开源协议，旨在标准化大型语言模型（LLM）与外部数据源及工具的交互方式。它通过定义统一的接口和安全通信机制，使大模型能够动态调用外部API、访问实时数据，并执行复杂任务，从而突破传统AI的“信息孤岛”限制。
MCP（Model Context Protocol） 协议介绍
weixin_38358700的博客
11-27 1万+
模型上下文协议 (MCP) 是一种开放协议，可实现 LLM 应用程序与外部数据源和工具之间的无缝集成，无论是构建智能 IDE、扩展接口，还是创建 AI 工作流程，MCP 都提供了一种标准化方法，将 LLMs 与其所需的上下文连接起来。MCP Hosts: 通过 MCP 访问资源的程序，例如 Claude Desktop、IDE 或 AI 工具。: 与服务器保持 1:1 连接的协议客户端。: 每个轻量级程序都通过标准化模型上下文协议公开特定功能。
MCP Host、MCP Client、MCP Server全流程实战
FeelTouch Labs
04-22 834
MCP （Model Context Protocol，模型上下文协议）定义了应用程序和 AI 模型之间交换上下文信息的方式。这使得开发者能够以一致的方式将各种数据源、工具和功能连接到 AI 模型（一个中间协议层），就像 USB-C 让不同设备能够通过相同的接口连接一样。MCP 的目标是创建一个通用标准，使 AI 应用程序的开发和集成变得更加简单和统一。
MCP协议的Streamable HTTP：革新数据传输的未来
蜗牛沐雨
04-01 1992
在数字化时代，数据传输的效率和稳定性是推动技术进步的关键。MCP（Model Context Protocol）作为AI生态系统中的重要一环，通过引入Streamable HTTP传输机制，为数据交互带来了革命性的变化。本文将深入解读MCP协议的Streamable HTTP，从会话协商到正式通信传输数据的全过程，探讨其技术架构、协议内容、实现方式以及对AI应用的影响。Streamable HTTP作为MCP协议的一项重大更新，旨在解决传统HTTP+SSE方案的局限性，同时保留其优势。
『大模型笔记』什么是MCP？将AI智能体与数据库和API集成
AI新视界
03-14 1109
主题内容概述MCP 概述 (Model Context Protocol)由 Anthropic（Claude）主导的一个开放协议，旨在让 AI 模型与不同 API、数据源无缝对接。它填补了功能碎片化、缺少统一标准的空白，为复杂、多步骤任务提供更高效的上下文处理能力。一种通用标准协议，旨在整合 AI 能力、服务与上下文，替代零散的 Agent 方案。通过 MCP，可以快速接入各种服务并实现多轮对话、复杂任务的执行，不必针对每个服务单独开发集成逻辑，从而提高可维护性和可扩展性。
通过MCP+数据库实现AI检索和分析
人人可学，人人可用，IT与AI不是高不可攀！
04-12 1394
通过 MCP（Multi-Agent Collaboration Platform，多智能体协作平台）+ 数据库，实现一个AI检索和分析系统。
【AI大模型】MCP 这么火，为什么普通用户却感觉不到？
Android23333的博客
04-25 1049
2024年底，Anthropic 推出的 MCP（模型上下文协议，Model Context Protocol）迅速成为技术社区的焦点，仅几个月内便引发大量开发者的热情讨论。作为一种统一的标准化协议，MCP 帮助不同的 AI 应用与外部的数据、工具和服务高效交互，类似于 AI 世界的“USB-C接口”，兼容性强且拓展性高。
深度学习起源与人工智能发展史：从MCP模型到现代高峰
人工智能发展史(上)是一部概述人工智能发展历程的重要文献，尤其关注深度学习这一核心分支。该文章追溯到1943年，神经生理学家Warren McCulloch和数学家Walter Pitts在他们的里程碑式论文《ALogical Calculus of ...
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

打赏作者

强化学习曾小健

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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