一、全称与基础定义

• 全称：MCP = Model Context Protocol 模型上下文协议
• 定义：MCP 统一 一套标准，工具只写一遍，所有 Agent、所有大模型直接即插即用。

二、核心架构：客户端 + 服务端（C/S）

1、角色

• 涉及三个角色：
  • MCP Host：运行 AI 应用的宿主程序，内含 MCP Client
  • MCP Client：与 MCP Server 通信的客户端
  • MCP Server：提供工具能力的服务端

2、架构

• MCP 三大核心能力，全部由 MCP Server 向外提供：
  • Tools （可执行工具）：本质是支持RPC远程调用、带有副作用的可执行函数；能够完成文件修改、数据库增删改、接口请求、消息推送等会变更系统/数据状态的操作。
  • Resource （只读上下文资源）：仅用于纯数据读取，支持读取本地文件、知识库文档、数据库单条记录、云端文档等只读内容。和传统向量 RAG 对比：
    传统向量RAG需要提前对文档做切片、向量化、入库并构建索引，用户每一轮提问都必须执行向量相似度检索，召回匹配相关片段后再送入大模型；MCP Resource 则会为每一份数据源分配唯一专属URI，大模型可直接指定目标URI，MCP客户端发起RPC请求，服务端执行绑定函数直接返回原文，天然省去向量检索、语义匹配召回流程。
  • Prompt （可复用提示词模板）：将项目内高频使用的系统提示词、任务指令模板统一托管在MCP服务端，支持接收参数动态拼接生成Prompt；Agent客户端可按需远程拉取模板并渲染使用，实现提示词统一管理与复用。

  副作用：一个函数执行完之后，除了 return 返回结果以外，额外修改了程序外部、系统、文件、数据库、网络里的内容，让环境发生了永久性变化，这个额外产生的影响就叫副作用。

三、MCP执行流程

• 步骤一：握手：MCP Host 发送查询请求给 MCP Server，获取服务端可调用的全部工具、资源、提示词能力列表。
• 步骤二：注入：MCP Host 将工具能力列表发送给LLM，告知大模型可调用的工具规范。
• 步骤三：决策：LLM 判断是否需要调用工具，确定目标工具与入参，将调用指令下发给 MCP Host。
• 步骤四：路由执行：MCP Host 通过 MCP 协议将调用请求发送给 MCP Server，Server 执行对应 Tool 并将结果回传给 MCP Host。
• 步骤五：继续推理：MCP Host 把工具返回结果和用户提示词一起交给LLM，LLM 继续推理或输出最终结果。

四、MCP 的三种模式

1、Stdio

• Stdio 标准输入输出模式（本地进程默认首选）。MCP Server 和 MCP Host 在同一台机器上。

2、Streamable HTTP

• Streamable HTTP 通过HTTP流式传输通信，MCP Server 部署在远程服务器上。

3、SSE

• SSE（Server-Sent Events）服务器发送事件，需要服务端主动推送，长连接，现在基本淘汰。

五、AI 工具配置MCP

1、获取 MCP客户端接入配置文件

• 进入魔塔网址：https://www.modelscope.cn/my/overview
• 点击 MCP广场
• 选择要使用的 MCP服务器（演示12306）
• 服务配置，可选择远程调用（Remote）或本地调用（Stdio），以及 MCP 的模式
  
• 点击连接，生成 MCP 客户端接入配置文件

2、在AI 工具上添加 MCP 远程服务配置

• 演示在本地 trae 上添加 MCP，点击设置，找到 MCP
  
• 添加 MCP，手动配置，把刚刚生成 MCP 客户端接入配置文件填入，点击确定就配置成功了
  
  
• 把 MCP Server 配置到 Agent 中
• 现在 MCP Server 就可以使用了，可以来查车次信息了
  

六、总结

• MCP 概念的理解：AI 世界的 USB‑C 通用接口
• 架构及角色
• 执行流程（重点）：握手 --> 注入 --> 决策 --> 路由执行 --> 继续推理
• MCP 的三种模式：Stdio，Streamable HTTP，SSE