1. MCP是什么

1.1 MCP介绍

MCP(Model Context Protocol)是Anthropic公司设计的一套开放协议，它就像Al模型的“万能接口”让大语言模型不仅能处理文本，还能连接数据库、搜索引擎、开发工具、办公软件等现实世界的数据和服务，真正实现“AI即服务”的落地应用。

再来了解下Al Agent的概念，AI大模型相当于人类的大脑，Agent相当于给这个大脑添加各种各样的能力，比如使用爬虫爬取数据后存储到数据库，只有拥有Agent能力的AL，才能去切入真实生活场号，帮助人类完成更多的事情。MCP则是使得Aaeni能力集成更加的方便，开发者只雲集中精力开发好具有某种能力的MCP Server.那么想用这个MCP Server的人只要通过很简单的配置就可以集成，从而降低Agent的使用门槛。

1.2 MCP结构

• MCP Host(宿主): 像Claude Desktop、CherryStudio、Cline、IDEs、或者一些想通过MCP协议连接数据的AI工具。
• MCP Clients(客户端): 能将用户的自然语言转换为MCP协议能识别的数据结构，并将AI返回的数据展示给用户
• MCP Servers (服务端): 对接真实世界的工具或数据源，执行实际操作(如查询数据库、发送邮件)。
• Local Data Sources: 本地数据源。比如文件、数据库，以及MCP服务器能连接到的服务。
• Remote Services: MCP服务器能通过互联网连接到的外部服务。比如获取实时天气服务。

1.3 典型应用场景

• 开发助手: 在IDE中，AI通过MCP直接调用Git命令、搜索代码库、运行测试。
• 数据分析: 自动连接Snowflake或Excel，执行查询并生成报告。
• 智能助理: 整合日历、邮件、Slack，实现会议安排、信息汇总等自动化任务。
• MCP的终极目标是成为A!领域的"TCP/P协议”–通过标准化交互，让任何A!模型都能安全、高效地融入人类工作流，随着生态发展，未来可能出现"MCP应用商店”，让非技术用户也能一键配置AI的“技能组合”。

1.4 哪些大模型支持MCP？

由于MCP底层使用了Function caling功能，所以只有那些支持了Function caling功能的大模型，才能稳定的支持MCP，目前有以下四款模型对Function Caling支
持得比较好:

• 深度求索:DeepSeekV3
• Anthropic: Claude 3.7
• OpenAl:GPT-40
• 谷歌:Gemini 2.5 Pro

如果想要判断某个模型是否支持MCP，可以在对应模型官网的描述信息中查看，或者在:https://openrouter.ai网站上搜索你想要的模型，然后看他的Supported parameters中是否有Tools，如果有，则支持，否则就不支持。
比如DeepSeekV3 0324模型支持MCP

比如DeepSeek R1模型不支持MCP。

2. 环境安装

由于MCP Server在运行过程中，要么通过nodejs来运行，要么通过Python来运行，所以我们需要先安装对应的环境。

2.1 安装nodejs环境

安装nodejs环境有两种方式，分别是直接安装和通过nvm安装。

• 1. 通过nvm安装:安装方式，可参考：nvm下载安装教程（node.js 下载安装教程）。
• 2. 直接安装:新手推荐可以在官网:https://nodejs.org/en，下载到最新的nodejs，然后双击即可安装。验证nodejs环境是否安装成功，需在Powershel上执行以下命令:

node -v

如果出现版本号，比如:v22.16.0（下载的最新版本会比这个版本号大一些），那么说明安装成功。此外，还要安装另外一个命令行工具:npx，但是由于npx在npm5.2.0版本以来就绑定到了npm中，因此npx无需单独安装。当然，如果在PowerShell（或命令行cmd）中执行npx命令后出现无法识别该命令的情况，那么需要通过以下命令安装:

npm install npx g

比如，下载nodejs好后，运行结果如下：

2.2 安装Python环境

在Python官网:https://www.python.org 下载最新的Python软件，双击安装即可在安装完Python后，还需要安装一个集包管理、虚拟环境、项目管理功能于一身的工具: uv，安装方式为打开Powershell终端，然后输入以下命令:

pip install uv

也可以直接下载anaconda替代原生Python（下载的版本需要在3.10~3.13之间，目前最新的是3.13版本）。下载后命令行输入python回车后，可以看到安装成功的版本信息

2.3 安装Git

由于后期一些MCP Host在下载MCP Server的时候会直接使用git命令从github上下载，所以我们需要提前安装好git软件。可以从:https://git-scm.com/下载，下载后双击安装即可。

验证安装成功的方式，也是在命令行中输入git，看是否有相应的版本信息返回，如下

3. 如何使用

目前官方和第三方已经开发了许多的MCP Server，我们只需将这些MCP Server集成到MCP Host中即可使用。(即便是目前没有学习如何通过编程实现MCP Server的开发，我们依然可以用到别人已经设置好的，体验MCP带来的便捷和高效性)

3.1 MCP Server

现在官方和社区已经开发了许多的MCP Server，可以在以下三个列表中找到:

• 1.官方MCP Server: https://github.com/modelcontextprotocol/servers
• 2.mcp.so: https://mcp.so/
• 3.MCP Market: https://mcpmarket.cn/
• 4.smithery.ai: https://smithery.ai/
• 5.github awesome-mcp-server: https://github.com/punkpeye/awesome-mcp-servers

3.2 CherryStudio

（1）选择大模型

CherryStudio是一个非常好用的AI工具，已经对MCP功能提供了支持。在这里可以下载到:https://cherry-ai.com/，在安装完成后，我们可以在设置界面中配置好大模型以及大模型对应的API Key。

其中API秘钥是在deepseek官网的开放平台上申请:https://platform.deepseek.com/api_keys，并且由于以API的形式访问deepseek，所以需要先在deepseek上充点钱才能使用。

（2）添加环境

由于CherryStudio没有使用我们系统的npx或uv来安装MCP Server，而是使用自带的命令安装，但是CherryStudio在安装完后又没有集成这两个命令，因此我们可以自行下载并后并解压出来后放到指定路径。教程如下:https://docs.cherry-ai.com/advanced-basic/mcp/install

（3）添加MCP服务

在CherryStudio中选择MCP服务器，然后点击添加服务，然后填入相关的信息:

点击保存，服务器名后出现绿色小圆点，说明已经配置成功了

重点在与参数配置上，比如我们选择官方提供的文件的系统管理MCP 服务：https://github.com/modelcontextprotocol/servers/tree/main/src/filesystem

此时在页面中向下拉，找到对应的参数设置，如下

将上面框框中的信息就可以复制在软件的参数设置中，第二行的路径参数为自己指定的可以操作的文件所在的路径，比如这里指定在桌面。

@modelcontextprotocol/server-filesystem
C:\Users\pc\Desktop

然后再回到聊天界面，首先选中MCP服务器，然后选择我们刚创建的MCP服务器。

可以进一步根据需求进行操作。

至此关于MCP的基础认知的内容就介绍完毕。此外还有其他的一些软件（或插件），比如VsCode+Cline、5ire、Cursor等可以直接使用已有的MCP Server。