mcp 的内容

模型上下文协议（Model Context Protocol）AI世界的“USB-C”接口，链接所有AI应用与工具的桥梁。MCP统一了交互标准，使一个协议兼容所有AI应用。在Function Call的基础上拓展的出的三大功能：1.工具Tools：底层使用Function call实现，与OpenAI格式兼容。2.资源Resources：MCP独有，给AI提供参考信息，如文件内容、数据库记录、系统状态等。3.提示词Prompts：预设对话模板，如快捷指令、标准工作流、指导性提示等。官方文档：https://modelcontextprotocol.io/MCP主要接口路径：tools/list获取可用工具列表tools/call调用工具resources/list获取可用资源列表resources/read读取资源内容prompts/list获取可用提示词列表prompts/get获取提示词内容...MCP转换步骤：客户端向MCP服务器请求工具列表将MCP工具定义转换为Function call格式发送Function Call定义给LLM接收LLM生成的Function call将Function call转为MCP工具调用发送工具调用结果给LLM手写MCP服务器示例：TypeScript SDK示例：

MCP全称模型上下文协议（Model Context Protocol），是由Anthropic（Claude模型的主体公司）在2024年11月推出并开源的一项创新标准，旨在让大语言模型能够无缝连接至第三方的数据源。该协议支持对接内容存储库、业务工具、开发环境等多种外部服务，从而赋能AI大模型获取更丰富的上下文信息，生成更加精准、相关且智能的回答。MCP就像转接头，统一不同服务供所有人使用MCP就像一个“转接头”或“通用插座”，它的核心作用是统一不同外部服务（如Google Drive、GitHub、Slack、本地文件系统等），通过标准化接口与AI模型对接。这样，开发者只需基于MCP规范开发一次“接口适配器”（MCP服务器），就能让所有兼容MCP的模型（MCP客户端）无缝接入，无需针对每个模型单独适配，大幅提升兼容性与开发效率。MCP里面还包含SSE（Server-Sent Events），是一种允许服务器向浏览器推送实时更新的技术。为AI模型量身定制的“USB-C接口”可以标准化地连接AI系统与各类外部工具和数据源传统的API就像不同的门和钥匙每扇门都需要自己的钥匙和特定的规则MCP与传统API关键区别：单一协议：MCP像一个统一接口，只要一次整合，就能连接多个服务。动态发现：AI模型能自动识别并使用可用的工具，不用提前写死每个接口。双向通信：MCP支持类似WebSockets的实时双向通信，模型不仅能查询数据，还能主动触发操作。

什么是模型上下文协议（MCP）？它如何比传统API更简单地集成AI？模型上下文协议（Model Context Protocol，简称MCP）是一种全新的开放协议，专门用于标准化地为大语言模型（LLMs）提供应用场景和数据背景。你可以把MCP想象成AI领域的“USB-C接口”，它能让不同的AI模型与外部工具和数据源轻松连接。本文将清晰地解释MCP的价值、工作原理，以及它与传统API的关键区别。[heading2]什么是MCP？[content]模型上下文协议（MCP）就像是为AI模型量身定制的“USB-C接口”，可以标准化地连接AI系统与各类外部工具和数据源。什么是MCP？就像USB-C接口让你的电脑更容易连接各种设备一样，MCP让AI模型更简单地获取数据、工具与服务。[heading2]为什么要用MCP，而不是传统的API？[content]通常，AI系统想连接外部工具时，需要单独整合多个不同的API。每个API都有独立的代码、文档、认证方式、错误处理和后续维护，极大地增加了开发复杂度。[heading3]为什么说传统API就像每扇门都有一把不同的钥匙？[content]打个比方：API就像不同的门，每扇门都需要自己的钥匙和特定的规则。为什么使用MCP而非传统API？传统的API要求开发者为每个服务或数据源单独编写代码和整合方案。[heading2]MCP背后是谁？[content]MCP最早由Anthropic↗[1]公司开发，目的是帮助AI模型（如Claude）更容易地连接工具和数据源。但现在，MCP已经成为一个开放协议，越来越多的企业和开发者开始采用它，这也让它逐渐成为AI与工具互动的新标准。