note

• MCP (Model Context Protocol) 代表了 AI 与外部工具和数据交互的标准建立。MCP 的本质：它是一个统一的协议标准，使 AI 模型能够以一致的方式连接各种数据源和工具，类似于 AI 世界的"USB-C"接口。
  • 它能够在 LLM/AI Agent 与外部资源之间实现无缝、安全且可扩展的数据交换。MCP 采用客户端-服务器架构，其中 MCP 主机（AI 应用）与 MCP 服务器（数据/工具提供方）进行通信。开发者可以使用 MCP 构建可复用、模块化的连接器，并利用针对主流平台的预构建服务器，从而打造一个由社区驱动的生态系统。
• MCP 的价值：它解决了传统 function call 的平台依赖问题，提供了更统一、开放、安全、灵活的工具调用机制，让用户和开发者都能从中受益。
• 使用与开发：对于普通用户，MCP 提供了丰富的现成工具，用户可以在不了解任何技术细节的情况下使用；对于开发者，MCP 提供了清晰的架构和 SDK，使工具开发变得相对简单。
• MCP Server有哪些“服务”？
  • Tools：提供给LLM应用特别是Agent使用的工具。
  • Resoures：提供给LLM应用一些额外的结构化数据。
  • Prompts：提供给LLM应用的一些Prompt模板。比如你的应用是一个Chatbot，可以从MCP Server中取出这些模板，让使用者选择使用。
• 决策经验：
  • 任务复杂度评估：固定流程选择 Workflow，动态决策选择 Agent
  • 工具规模预估：少量固定工具考虑 Function Call，大量或频繁变化的工具选择 MCP
  • 复用需求分析：单平台使用 Function Call 可能足够，跨平台需求倾向于 MCP
• MCP 的核心价值在于提供标准化的工具发现和管理机制。当所有工具通过 MCP 协议统一暴露给 AI 后，真正的循环决策和调用能力仍然来自于模型的 Function Call 机制。
• 理性看待 MCP 的适用边界：尽管 MCP 有诸多优势，但并非所有场景都需要它。 Anthropic 倡导："优先选择最简单的解决方案，只有在必要时才增加复杂性。"过度工程化往往比问题本身更麻烦。在决定是否使用 MCP 之前，我们需要回答两个关键问题：这个场景真的需要 Agent 吗？如果需要，MCP 是最佳选择吗？

一、MCP (Model Context Protocol)

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。

相关MCP资源汇总：https://github.com/punkpeye/awesome-mcp-servers

MCP 有潜力成为一个通用接口，可以将其视为 AI 领域的虚拟/软件版 USB-C。

1、MCP介绍

它能够在 LLM/AI Agent 与外部资源之间实现无缝、安全且可扩展的数据交换。
MCP 采用客户端-服务器架构，其中 MCP 主机（AI 应用）与 MCP 服务器（数据/工具提供方）进行通信。
开发者可以使用 MCP 构建可复用、模块化的连接器，并利用针对主流平台的预构建服务器，从而打造一个由社区驱动的生态系统。

• MCP Server有哪些“服务”？

  • Tools：提供给LLM应用特别是Agent使用的工具。
  • Resoures：提供给LLM应用一些额外的结构化数据。
  • Prompts：提供给LLM应用的一些Prompt模板。比如你的应用是一个Chatbot，可以从MCP Server中取出这些模板，让使用者选择使用。

• MCP全称是 Model Context Protocol（模型上下文协议），这里的“上下文”更多指模型与外部工具交互的上下文。重点：模型与外部工具的交互部分，通过 MCP 协议的定义，能让这种交互以更标准化的方式执行外部工具

  • MCP host：简单理解为一类应用，包括桌面应用（如 Claude Desktop、Cursor IDE）、智能助手（如 Cherry Studio 等）。在这些应用里，集成了 MCP client 的 SDK（比如 Python SDK），负责在 host 应用中与 MCP server 交互。
  • MCP server：是一个个原子服务，由不同厂家或社区开放，针对特定任务集合。例如，文件操作（读取、更名、删除等可归到 file system 服务）、不同数据库操作、其他外部服务等，都可由 MCP server 提供。
  • 执行过程中，MCP client 与 server 之间通过标准输出或流式 SSE 等协议交互，MCP server 则对接外部工具、资源（如文件系统、数据库）、prompt 等。 需要补充的是，MCP host 不仅指安装了 MCP 应用的程序，还包括应用所在的主机。比如，当应用需要调用浏览器或进行文件系统操作时，就会用到主机上的系统应用或文件系统。所以，MCP host 的范围涵盖了应用、主机及主机上的资源（文件系统、其他应用等）。

MCP 在 Agent 执行中的运作流程：当用户发起问题时，大模型本身仅有“大脑”（理解能力），而无“手脚”（执行外部工具的能力）。处理用户请求时，MCP 负责为模型赋予“手脚”。具体步骤如下：

• 输入整合：用户发起查询（query）后，系统将用户的 query 与可用的 MCP server 及其中工具（tool）的描述一同发送给大模型；
• 模型决策：大模型理解用户问题与工具描述后，判断是否需要调用工具。若需调用，输出包含工具名称与参数的 JSON 格式数据，明确调用目标；
• 工具调用：通过 MCP client 调用对应的 MCP server，获取工具执行结果；
• 迭代处理：将用户 query、可用工具、已执行工具及其结果再次反馈给大模型，重复上述调用或规划过程，直至大模型反馈“stop”，表示任务完成；
• 结果反馈：将最终结果返回给用户；

这一过程设计精妙，通过自然语言或文本描述动作，多次迭代调用大模型，依据其输出决定执行工具或结束工作。如此一来，Function Calling 更明确，各厂家在标准化的 function 描述下优化模型，使调用外部工具的流程更加统一规范，展现了 MCP 处理用户 query 时完整且有序的技术调用链路。

2、MCP和function calling区别

二、高德地图MCP Server

高德地图 MCP Server 是基于 MCP 协议（Model Context Protocol）构建的标准化地图服务能力平台。它整合了高德开放平台的地图服务与智能算法，将其浓缩为简单易用的地图服务接口，为企业及开发者提供全场景的地图服务解决方案。开发者通过简单配置，即可快速集成地理编码、路径规划、地点搜索等核心服务接口，轻松调用高德开放平台的地图服务与算法能力，加速智慧化业务场景的落地。

12大核心功能

高德地图 MCP Server 提供12项核心功能，覆盖多种地图服务场景，满足企业开发的多样化需求：
1、地理编码：将详细的结构化地址转换为经纬度坐标。

2、逆地理编码：将一个高德经纬度坐标转换为行政区划地址信息。
3、IP 定位：IP 定位根据用户输入的 IP 地址，定位 IP 的所在位置。
4、天气查询：根据城市名称或者标准adcode查询指定城市的天气。
5、骑行路径规划：用于规划骑行通勤方案，规划时会考虑天桥、单行线、封路等情况。最大支持 500km 的骑行路线规划。
6、步行路径规划：可以根据输入起点终点经纬度坐标，规划100km 以内的步行通勤方案，并且返回通勤方案的数据。
7、驾车路径规划：根据用户起终点经纬度坐标规划以小客车、轿车通勤出行的方案，并且返回通勤方案的数据。
8、公交路径规划：根据用户起终点经纬度坐标规划综合各类公共（火车、公交、地铁）交通方式的通勤方案，并且返回通勤方案的数据，跨城场景下必须传起点城市与终点城市。
9、距离测量：测量两个经纬度坐标之间的距离，支持驾车、步行以及球面距离测量。
10、关键词搜索：根据用户传入关键词，搜索出相关的POI地点信息。
11、周边搜索：根据用户传入关键词以及坐标location，搜索出radius半径范围的POI地点信息。
12、详情查询：查询关键词搜或者周边搜获取到的POI ID的详细信息。

三、MCP Server 开发实践

参考文档：https://o90p05z3t4.feishu.cn/wiki/Vldsw7DYdiJHe4kmzcJc0wzTnIc

高德开放平台官网：https://lbs.amap.com/

参考prompt：

# 旅行规划表设计提示词

你是一位优秀的平面设计师和前端开发工程师，具有丰富的旅行信息可视化经验，曾为众多知名旅游平台设计过清晰实用的旅行规划表。现在需要为我创建一个A4纸张大小的旅行规划表，适合打印出来随身携带使用。请使用HTML、CSS和JavaScript代码实现以下要求：

## 基本要求

**尺寸与基础结构**
   - 严格符合A4纸尺寸（210mm×297mm），比例为1:1.414
   - 适合打印的设计，预留适当的打印边距（建议上下左右各10mm）
   - 采用单页设计，所有重要信息必须在一页内完整呈现
   - 信息分区清晰，使用网格布局确保整洁有序
   - 打印友好的配色方案，避免过深的背景色和过小的字体

**技术实现**
   - 使用打印友好的CSS设计
   - 提供专用的打印按钮，优化打印样式
   - 使用高对比度的配色方案，确保打印后清晰可读
   - 可选择性地添加虚线辅助剪裁线
   - 使用Google Fonts或其他CDN加载适合的现代字体
   - 引用Font Awesome提供图标支持

**专业设计技巧**
   - 使用图标和颜色编码区分不同类型的活动（景点、餐饮、交通等）
   - 为景点和活动设计简洁的时间轴或表格布局
   - 使用简明的图示代替冗长文字描述
   - 为重要信息添加视觉强调（如框线、加粗、不同颜色等）
   - 在设计中融入城市地标元素作为装饰，增强辨识度

## 设计风格

- **实用为主的旅行工具风格**：以清晰的信息呈现为首要目标
- **专业旅行指南风格**：参考Lonely Planet等专业旅游指南的排版和布局
- **信息图表风格**：将复杂行程转化为直观的图表和时间轴
- **简约现代设计**：干净的线条、充分的留白和清晰的层次结构
- **整洁的表格布局**：使用表格组织景点、活动和时间信息
- **地图元素整合**：在合适位置添加简化的路线或位置示意图
- **打印友好的灰度设计**：即使黑白打印也能保持良好的可读性和美观

## 内容区块

1. **行程标题区**：
   - 目的地名称（主标题，醒目位置）
   - 旅行日期和总天数
   - 旅行者姓名/团队名称（可选）
   - 天气信息摘要

2. **行程概览区**：
   - 按日期分区的行程简表
   - 每天主要活动/景点的概览
   - 使用图标标识不同类型的活动

3. **详细时间表区**：
   - 以表格或时间轴形式呈现详细行程
   - 包含时间、地点、活动描述
   - 每个景点的停留时间
   - 标注门票价格和必要预订信息

4. **交通信息区**：
   - 主要交通换乘点及方式
   - 地铁/公交线路和站点信息
   - 预计交通时间
   - 使用箭头或连线表示行程路线

5. **住宿与餐饮区**：
   - 酒店/住宿地址和联系方式
   - 入住和退房时间
   - 推荐餐厅列表（标注特色菜和价格区间）
   - 附近便利设施（如超市、药店等）

6. **实用信息区**：
   - 紧急联系电话
   - 重要提示和注意事项
   - 预算摘要
   - 行李清单提醒

## 示例内容（基于上海一日游）

**目的地**：上海一日游
**日期**：2025年3月30日（星期日）
**天气**：阴，13°C/7°C，东风1-3级

**时间表**：
| 时间 | 活动 | 地点 | 详情 |
|------|------|------|------|
| 09:00-11:00 | 游览豫园 | 福佑路168号 | 门票：40元 |
| 11:00-12:30 | 城隍庙午餐 | 城隍庙商圈 | 推荐：南翔小笼包 |
| 13:30-15:00 | 参观东方明珠 | 世纪大道1号 | 门票：80元起 |
| 15:30-17:30 | 漫步陆家嘴 | 陆家嘴金融区 | 免费活动 |
| 18:30-21:00 | 迪士尼小镇或黄浦江夜游 | 详见备注 | 夜游票：120元 |

**交通路线**：
- 豫园→东方明珠：乘坐地铁14号线（豫园站→陆家嘴站），步行10分钟，约25分钟
- 东方明珠→迪士尼：地铁2号线→16号线→11号线，约50分钟

**实用提示**：
- 下载"上海地铁"APP查询路线
- 携带雨伞，天气多变
- 避开东方明珠12:00-14:00高峰期
- 提前充值交通卡或准备移动支付
- 城隍庙游客较多，注意保管随身物品

**重要电话**：
- 旅游咨询：021-12301
- 紧急求助：110（警察）/120（急救）

请创建一个既美观又实用的旅行规划表，适合打印在A4纸上随身携带，帮助用户清晰掌握行程安排。

四、高德地图MCP Server 2.0

1、专属地图 Tools：充分理解用户出行场景诉求，制定出行计划，并在高德地图APP生成专属地图，满足用户打车、导航、酒店预订、门票预订、餐厅预订、加油充电等一系列出行服务需求。

2、唤端Tools & 动态地图：开发者可以使用高德MCP，直接在出行计划中载入动态地图，并嵌入与高德地图APP联动按钮，实现一键导航、打车等功能。

1、安装 Cursor

1.本地下载安装 Cursor 客户端
2.Cursor 下载安装地址 ：https://www.cursor.com/cn
3.登陆 Cursor 个人账户建议使用最新版本的 Cursor 客户端。

2、申请高德开放平台 WEB 服务API 用户 key

申请地址 ：https://console.amap.com/dev/key/app

3、Cursor 配置AMap MCP SSE 连接方式

{
  "mcpServers": {
    "amap-amap-sse": {
      "url": "https://mcp.amap.com/sse?key=<YOUR_API_KEY>"
    }
  }
}

4、在cursor上进行交互

query=”用高德MCP，做一个广州三日游攻略“

看中间的called MCP tool过程可知，maps_text_search是一个类似search_for_poi的查点信息的函数：

其他尝试：寻找约会的中间点、旅游攻略、出游计划嵌入到app中等

五、9个MCP工程实践项目

1、100% local MCP client100%本地MCP客户端，MCP客户端是人工智能应用程序（例如Cursor）中的一个组件，用于建立与外部工具的连接，学习如何完全在本地构建它。
地址：https://www.dailydoseofds.com/p/building-a-100-local-mcp-client/

2、MCP-powered Agentic RAGMCP驱动的代理式RAG，学习如何创建一个MCP驱动的代理式RAG，能够搜索向量数据库，并在需要时回退到网络搜索。
地址：https://www.dailydoseofds.com/p/mcp-powered-agentic-rag/

3、MCP-powered financial analystMCP驱动的金融分析师，构建一个MCP驱动的人工智能代理，能够从Cursor或Claude桌面获取、分析并生成有关股市趋势的见解。
地址：https://www.dailydoseofds.com/p/hands-on-building-an-mcp-powered-financial-analyst/

4、MCP-powered Voice AgentMCP
驱动的语音代理，这个项目教你如何构建一个MCP驱动的语音代理，它能够查询数据库，并在需要时回退到网络搜索。
地址：https://www.dailydoseofds.com/p/an-mcp-powered-voice-agent/

5、A unified MCP server统一的MCP服务器，这个项目构建一个MCP服务器，通过MindsDB和Cursor IDE提供的统一界面，使用自然语言查询并与200多个数据源进行聊天。
地址：https://www.dailydoseofds.com/p/build-an-mcp-server-to-connect-to-200-data-sources/

6、MCP-powered shared memory for Claude Desktop and Cursor为Claude桌面和Cursor提供MCP驱动的共享内存，开发人员独立使用Claude桌面和Cursor，没有任何上下文共享，学习如何添加一个共同的内存层，以便在不丢失上下文的情况下跨操作。
地址：https://www.dailydoseofds.com/p/build-a-shared-memory-for-claude-desktop-and-cursor/

7、MCP-powered RAG over complex docsMCP
驱动的复杂文档上的RAG，学习如何使用MCP为具有表格、图表、图像、复杂布局等复杂文档的RAG应用提供动力。
地址：https://www.dailydoseofds.com/p/mcp-powered-rag-over-complex-docs/

8、MCP-powered synthetic data generatorMCP驱动的合成数据生成器，学习如何构建一个MCP服务器，它可以生成任何类型的合成数据集。它使用Cursor作为MCP主机，并使用SDV生成逼真的表格合成数据。
地址：https://www.dailydoseofds.com/p/hands-on-mcp-powered-synthetic-data-generator/

9、MCP-powered deep researcherMCP驱动的深度研究，ChatGPT有一个深度研究功能，它可以帮助你深入了解任何主题。学习如何构建一个100%本地的替代品。
地址：https://www.dailydoseofds.com/p/hands-on-mcp-powered-deep-researcher/

参考：https://www.dailydoseofds.com/p/hands-on-mcp-powered-deep-researcher/

六、Function Call vs MCP：工具选择的权衡

确定需要 Agent 后，下一个决策是工具调用方式。

预定义 Function Call 在以下场景仍有其价值：

• 工具数量 固定 且较少（通常少于 10 个）
• 实现简单，调试方便，性能开销小
• 团队对分布式架构设计经验不足

但当面临以下需求时，MCP 的价值开始显现：
1、多工具协同的复杂工作流：数据分析助手可能在一次任务中先调用数据库查询工具获取销售数据，然后调用图表生成工具制作可视化图表，接着调用邮件工具发送报告，最后调用日程管理工具安排后续会议。这种场景下，Agent 需要根据每一步的结果动态选择下一个工具，而且工具的组合方式无法预测。

2、动态变化的工具生态：企业环境中，工具和服务经常发生变化。新的数据源上线、旧的 API 下线、参数修改、权限变更等都是常见情况。MCP 的动态发现能力让 Agent 能够自动适应这些变化，无需每次都修改代码和重新部署。

3、跨平台的工具复用需求：如果需要在多个 AI 应用（比如自定义 Coze Bot、Aily Bot、Trae 等）上使用相同的工具集，MCP 的标准化优势就显得尤为重要。通过 MCP，你只需要实现一次工具集成，就能在所有支持 MCP 的平台上使用。

4、大规模工具管理：当系统需要管理数十个甚至上百个工具时，预定义方式的维护成本会急剧上升。

七、一个决策、调用、执行、反馈、循环决策的例子

1、决策与调用阶段：AI 的"思考"过程

当用户向 AI 提出请求时，比如"帮我分析一下昨天的销售数据"，基于 Function Call 机制，AI 会进行复杂的推理过程。
AI 首先分析用户的真实意图：用户想要什么？需要什么数据？期望什么样的输出格式？在这个例子中，AI 理解到用户需要获取昨天的销售数据并进行分析。然后，AI 会从已知的工具清单中选择合适的工具，就像工匠在工具箱中寻找合适的工具一样。

假设工具清单中有 database_query（查询数据库）、excel_reader（读取 Excel 文件）、chart_generator（生成图表）等工具，AI 会在内部进行复杂的匹配和筛选过程。它会根据每个工具的名称、描述信息以及参数要求来判断哪个工具最适合当前任务。比如，看到用户需要"昨天的销售数据"，AI 会识别到 database_query工具的描述中提到了"查询指定日期的业务数据"，参数中包含 date（日期）和 table（数据表）等字段，这与当前需求高度匹配。

因此，AI 会判断首先需要使用 database_query 来获取数据，并在内部准备具体的调用参数，比如将"昨天"转换为具体的日期格式、确定需要查询的数据表名等。这个选择过程的准确性很大程度上取决于工具的描述是否清晰、参数定义是否完整——这也是为什么后面我会重点讨论工具设计原则的原因。我们能看到的第一个实际输出是 AI 产生的工具调用意图，包含工具名称、工具 ID 和具体参数：

Tool Call: database_query
Tool ID: call_123456
Parameters: {
"table": "sales",
"date": "2024-06-15", 
"fields": ["amount", "product", "timestamp"]
}

2、执行与反馈阶段：实际的工具操作

MCP Client 接收到工具调用意图后，会向对应的 MCP Server 发送请求，Server 执行具体的数据库查询操作。执行完成后，Client 将结果包装成工具执行结果消息返回给 AI：

Tool Result for call_123456:
{
"status": "success",
"data": [
    {"amount": 1250, "product": "笔记本电脑", "timestamp": "2024-06-15 10:30"},
    {"amount": 890, "product": "手机", "timestamp": "2024-06-15 14:20"}
// ... 更多数据
  ]
}

//其实这并不是一个好的返回结果。好的返回结果如：
Tool Result for call_123456:
{
"status": "success",
"summary": "查询到昨天（2024-06-15）的销售数据，共计42笔交易，总金额52,480元。主要商品类别包括：电子产品（23笔，占比55%），服装（12笔，占比29%），家居用品（7笔，占比16%）。销售高峰期为下午14:00-16:00。",
"key_metrics": {
"total_transactions": 42,
"total_amount": 52480,
"peak_hour": "14:00-16:00",
"top_category": "电子产品"
  },
"data_available": "详细数据已缓存，如需要可通过 get_detailed_sales_data 工具获取"
}

//为什么？详见下文

3、循环决策：AI 的"连续思考"

最关键的是，AI 会根据工具返回的结果来决定下一步行动。看到查询结果后，AI 可能会继续发起新的 Function Call，调用 chart_generator 工具制作可视化图表，或者调用 data_analyzer 工具计算趋势。如果任务已经完成，AI 会整理结果回复用户；如果还需要更多信息或操作，这个循环会继续下去。

这种循环决策能力完全来自于 Function Call 机制——它让 AI 能够根据每次工具调用的结果动态决定下一步行动，而 MCP 则确保 AI 能够便捷地接入各种工具和数据源。

Reference

[1] odel Context Protocol(MCP) 编程极速入门，https://github.com/liaokongVFX/MCP-Chinese-Getting-Started-Guide，有实践代码
[2] 地图上的问题都问它！智能出行规划专家Claude + 谷歌地图MCP
[3] 高德地图 MCP Server：12大核心功能助力企业级智能体应用开发
[4] 高德终端技术总结：高可用架构如何练成？
[5] 爆火的MCP(Model Context Protocol)
[6] https://github.com/punkpeye/awesome-mcp-servers
[7] 一个LangChain与MCP结合使用的案例

其他参考资料：
[1] Introducing the Model Context Protocol:https://www.anthropic.com/news/model-context-protocol
[2]For Claude Desktop Users:https://modelcontextprotocol.io/quickstart/user
[3]Awesome MCP Servers:https://github.com/punkpeye/awesome-mcp-servers
[4]MCP Servers Website:https://mcpservers.org/
[5]Official MCP Servers:https://github.com/modelcontextprotocol/servers
[6]解释:https://modelcontextprotocol.io/quickstart/server#what%E2%80%99s-happening-under-the-hood[7]源码:https://github.com/modelcontextprotocol/python-sdk/tree/main/examples/clients/simple-chatbot/mcp_simple_chatbot
[8]client example:https://github.com/modelcontextprotocol/python-sdk/tree/main/examples/clients/simple-chatbot/mcp_simple_chatbot
[9]原始代码:https://github.com/modelcontextprotocol/python-sdk/blob/main/src/mcp/server/fastmcp/tools/base.py#L34-L73
[10]代码:https://github.com/modelcontextprotocol/python-sdk/blob/main/examples/clients/simple-chatbot/mcp_simple_chatbot/main.py#L295-L338
[11]代码:https://github.com/modelcontextprotocol/python-sdk/blob/main/examples/clients/simple-chatbot/mcp_simple_chatbot/main.py#L295-L338[12]最佳开发实践:https://modelcontextprotocol.io/tutorials/building-mcp-with-llms
[13]TypeScript SDK:https://github.com/modelcontextprotocol/typescript-sdk
[14]Python SDK:https://github.com/modelcontextprotocol/python-sdk
[15]官方文档:https://modelcontextprotocol.io/tutorials/building-mcp-with-llms
[16]Quick Start: For Server Developers:https://modelcontextprotocol.io/quickstart/server
[17]README 文件:https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/refs/heads/main/README.md
[18]Official Tutorial: Debugging:https://modelcontextprotocol.io/docs/tools/debugging
[19]Official Tutorial: Inspector:https://modelcontextprotocol.io/docs/tools/inspector
[20]MCP Official Docs:https://modelcontextprotocol.io/
[21]MCP Python SDK:https://github.com/modelcontextprotocol/python-sdk
[22]MCP Available Server:https://github.com/modelcontextprotocol/servers
[23]Blog: 🔗What is Model Context Protocol? (MCP) Architecture Overview:https://medium.com/@tahirbalarabe2/what-is-model-context-protocol-mcp-architecture-overview-c75f20ba4498
[24]Blog: LLM Function-Calling vs. Model Context Protocol (MCP):https://www.gentoro.com/blog/function-calling-vs-model-context-protocol-mcp
高德MCP 2.0 出行领域首发打通大模型与高德地图APP互联
【Cursor】Cursor的基本使用方式
优秀blog：https://www.dailydoseofds.com/author/avi/page/2/
腾讯大模型应用演进之路：从 RAG 到 MCP 的技术实践
从认知到实践：AI 友好的 MCP 工具构建指南.字节某动