关于MCP协议，你必须知道的一切！

介绍MCP协议工作原理和架构

愤怒的修狗

521人浏览 · 2025-05-05 13:12:21

愤怒的修狗 · 2025-05-05 13:12:21 发布

最近MCP 这个词在开发AI 应用程式的生态圈中热度很高，基本上无一不讨论。 MCP 这个词最早出现在去年11月，它是由Anthropic 推出的开放协议。众所周知，互联网的世界上一直都充斥着各式各样的协议，协议最主要的目的就是规范化各系统/地方之间的数据交互格式和传送过程中的安全规格。 MCP 也不例外，它目的是建立各大模型与外部数据/系统交互时的规范。 MCP 的全称是Model Context Protocol。从字面上的解译可知 Model 和Context 在当中的重要性。Model 是指业界中使用的大模型，如 ChatGPT，DeepSeek，Claude 等等。Context 是指提供给模型的资料，也就是模型需要处理的上下文脉络。在MCP 这个概念形成前，大语言模型调用外部的数据一直也存在，否则模型也不能应用在生活中。只是先前使用的是一种叫function calling 的方式。简单来说就是函式的调用。但每个函式的调用定义并不统一。需要在代码编写时把整个输入/输出的方式和结构提给的模型，这意味着这个函式只是供特定的模型使用。当需要更换模型时，便面临着重复再制做轮子的风险。在这个大语言模型泛滥的时间，开发者绝对不希望绑死使用同模型，也不希望制作的函式只能被某一模型所使用。在这个环境下，MCP 的价值渐渐浮现。

下表是MCP 和 Function Calling 根本上的差异。

类别	MCP（Model Context Protocol）	Function Calling
性质	协议	功能
范围	通用场景（可多数据源）	特定场景（单一数据源）
实现	基于协议的标准实现	与特定的LLM模型绑定
复杂度	低：基于协议实现多源兼容	高：需为每个任务开发，不多源兼容
复用性	高：一次开发后可多场景，多LLM模型使用	低：为特定LLM模型及任务设计
灵活性	高：支持动态配置和扩展	低：功能扩展需要额外开发

MCP 结构

阅读到这里，是不是感觉到MCP 就像在互联网开放数据时期掘起的API。
本质上的确是差不多，都是代码集成，重复使用，逻辑分隔等等。为更好理解，下图为整个部署结构的示例图

从部署结构的流程可以看出，实际上核心的部份就是MCP Server 如何连接其他资源和返回适合LLM 使用的数据。功能上，大致可一个完整的MCP 架构会有以下几个角色

1.   Host：向LLM 发起请求的主程式，以Anthropic 为例，就是Claude Desktop应用程式。
2.   MCP Client: 负责管理与MCP伺服器的连接与交互，运行在Host内。
3.   MCP Server：向MCP client 提供可调用的工具、资源，提示词或数据接口等等。
4.   Resources：可以是本地资源（如本地伺服器上的文件/资料库）。也可以是远端资源（如调用Web API）

这根本就是Client/Server 的架构模式。如果把MCP Client和MCP Server合并为单一程式来看。整个MCP架构就是一个中间层。主要用来协调LLM和资源之间的整合。 Client和Server之间只不过是客户端协调LLM模型，伺服器端协调外部资源之别。 LLM 模型调过MCP Client 端把请求以MCP 协议约定的格式传送到MCP伺服器中。 MCP伺服器收到请求后将解释内容，执行相对应的操作后把运算结果传回MCP 客户端。

工作原理

以Claude 桌面版为例，一个完整的工作流程是这样的：
用户向Claude 提出问题-> Claude 模型 ->MCP client连接MCP Server –> 执行运算 -> 返回结果-> Claude根据返回的结果生成答案 -> 显示在LLM程式上。

这种设计的好处使Claude/其他LLM 模型更具弹性，能因应使用场景调用不同的工具和资源执行不同的工作。也使开发者专于MCP Client 和MCP Serer方面的开发。 LLM 模型的更替也不影响已开发的功能。

通信机制

MCP 协议支持主流的两种通信机制：基于标准输入输出的本地通信和SSE（Server-Sent Events）的远端通信。无论是哪一种，都是使用JSON-RPC 2.0格式进行传输。
本地通信：通过stdio传输数据，适用于运行于同一部机器的客户端和服务端之间通信。
远端通信：利用SSE和HTTP相结合，实现不同网络间的数据传送，适用于远程资源调用或分步式场景。

总结

说到这𥚃，该说的理论也解译得七七八八。对于开发者来说，如何实现是重点，其实要实现MCP 架构一点也不复杂，因为现时开发用到的SDK 已支援Python、C#、Java、TypeScript 和Kotlin，而且GitHub上也不乏的开源项目。

可以说是开箱即用或复制改良也不是什么难事。唯一缺点就是MCP这种技术现时缺乏统一的官方教学，学习资源相对混乱，基本上要开发一个全新的服务只能自己钻研社区中类似的开源项目，对于自学能力不高的小白来说会有点吃力。
以上就是MCP 技术的介绍，至于如何实现，我会在下一篇文章中使用Python 展示一个简单的调用，并介绍整个SDK的常用功能。最后，我会以一个现实生活中的例子作为MCP技术文章三部曲的结尾。