MCP(Model Context Protocol,模型上下文协议) 是由 Anthropic 于 2024 年推出的开源、标准化通信协议,核心是为大模型与外部工具 / 数据源提供统一、即插即用的连接标准,解决传统 Function Calling 生态碎片化、适配复杂的问题。你可以把它理解为:AI 世界的 USB-C 接口。

一、MCP vs 传统 Function Calling:核心区别

Function Calling:

  • 是模型能力:模型输出 JSON 格式的调用指令
  • 单向、一次性:用户提问 → 模型判断 → 输出调用
  • 强依赖模型:每个模型(GPT、Claude、文心)的调用格式、参数定义都不同
  • 适配成本高:M 个模型 × N 个工具 = M×N 种适配

MCP:

  • 是底层协议:独立于模型,定义统一通信规范
  • 双向、持久连接:模型 ↔ 工具服务器可实时双向通信
  • 统一接口:一次开发 MCP 服务器,所有支持 MCP 的模型(Claude、GPT-4o、Cursor)都能直接用
  • 自动发现:模型可自动读取服务器提供的工具清单、资源、权限

二、MCP 核心架构(三组件)

  • MCP Server(服务器)

    • 你开发 / 部署:提供工具(如查天气、读文件、SQL)、数据资源
    • 用标准 JSON-RPC 暴露能力,不关心谁来调用
  • MCP Client(客户端)

    • 嵌入 AI 应用(Claude、Cursor、GPT 客户端)
    • 按 MCP 标准与 Server 通信,不关心底层是什么模型
  • MCP Host(主机)

    • 管理 Client,维护上下文、会话状态、权限

三、MCP 工作流程(对比 Function Calling)

传统 Function Calling

  1. 你写死工具描述给模型
  2. 用户问 → 模型输出 JSON
  3. 你代码解析 → 调用 API → 返回结果给模型
  4. 模型回答

MCP 流程(更自动化)

  1. 启动 MCP Server(天气、文件、数据库)
  2. AI 应用(如 Claude)自动发现 MCP Server
  3. 用户问:"兰州明天天气?"
  4. 模型通过 MCP 直接请求 Server
  5. Server 执行、返回结构化数据
  6. 模型整理回答

四、MCP 核心能力(比 Function Calling 强在哪)

  • 统一标准:一次写 Server,全 AI 生态通用
  • 双向通信:工具可主动推送数据给模型(如监控告警)
  • 资源访问:不仅调用函数,还能读文件、数据库、知识库
  • 安全可控:统一权限、审计、沙箱,比自定义 API 安全
  • 本地 + 远程:支持本地进程(Stdio)和远程 HTTP 两种部署

五、主流支持

  • Anthropic Claude 3/4(原生支持)
  • OpenAI GPT-4o(通过插件兼容)
  • Cursor IDE(代码编辑器内置 MCP)
  • 火山引擎、阿里云、腾讯云(已接入 MCP 生态)
  •   Function Calling 是模型的 **“单次调用能力”**
  • MCP 是 AI 生态的 **“通用连接协议”,让所有模型和工具像插 USB 一样即插即用 **。   
Logo

欢迎加入 MCP 技术社区!与志同道合者携手前行,一同解锁 MCP 技术的无限可能!

更多推荐