小白不懂MCP，请搜索waytoAGI中与智能体相关的内容（特别是视频形式的）让我来学习

Write by Lark from Little Shock--智能不应喧嚣，只需温柔贴合日常[heading1]什么是MCP？[content]manus的火爆突然也带火了Anthropic去年11月发布的MCP（Model Context Protocol）模型上下文协议（虽然manus明确表示没有用MCP），按照我自己的理解用一句话概括就是：MCP是一种通用的方式，向各类大语言模型提供数据源和工具。官网解释：MCP是一个开放协议，用于标准化应用程序向大语言模型提供上下文的方式。可以将MCP想象成AI应用程序的USB-C接口。就像USB-C为设备连接各种外设和配件提供了标准化方式一样，MCP为AI模型连接不同的数据源和工具提供了标准化方式。(https://docs.anthropic.com/zh-CN/docs/agents-and-tools/mcp)[heading1]为什么写这篇文章，这篇文章讲什么？[content]我是一个不太喜欢写文章而偏好埋头开发的人，但在WaytoAGI社区中阅读了太多他人优秀的文章，应该试着逼自己做一点点输出，也是对自我学习的总结。在各种MCP相关文章充斥公众号的今天，如果再写一篇讲MCP原理的文章，就显得浪费彼此的时间，所以，这篇文章从我自己的疑问出发，通过动手实践的方式，和大家一起探索：利用自然语言交互，大模型为什么会调用MCP工具？大模型调用MCP工具，从客户端（Client）到服务端（Server）发生了什么？我安装了类似的MCP工具，大模型如何选择用哪一个？接下来，我决定采用做实验的方式，来一一验证和解答我自己的这几个疑问，也可以加深对MCP的理解。

自从OpenAI在2023年发布函数调用以来，我一直在思考解锁智能体和工具使用生态系统所需的条件。随着基础模型变得越来越智能，智能体与外部工具、数据和API的交互能力变得越来越分散：开发人员需要为智能体实现特殊的业务逻辑，以适应智能体操作和集成的每一个系统。很明显，需要有一个标准的执行、数据获取和工具调用接口。API是互联网最早的统一语言——为软件通信创造了共同语言，但人工智能模型缺乏同等的东西。模型上下文协议（MCP），于2024年11月推出，在开发者和AI社区中已经获得了广泛关注，被视为一种潜在的解决方案。在本文中，我们将探讨什么是MCP，它如何改变AI与工具的交互方式，开发人员已经使用它构建了什么，以及仍需解决的挑战。让我们开始吧。[heading2]什么是MCP？[content]MCP是一种开放协议，允许系统以跨集成的泛化方式为AI模型提供上下文。该协议定义了AI模型如何调用外部工具、获取数据和与服务交互。作为一个具体的例子，下面是Resend MCP服务器如何与多个MCP客户端协作。这个想法并不新鲜；MCP从LSP（语言服务器协议）中获取灵感。在LSP中，当用户在编辑器中输入时，客户端查询语言服务器以自动完成建议或诊断。在MCP超越LSP的地方在于其以智能体为中心的执行模型：LSP主要是被动的（响应来自IDE的请求，基于用户输入），而MCP是专门为支持自主的AI工作流而设计的。根据上下文，AI智能体可以决定使用哪些工具、按什么顺序以及如何将它们串在一起来完成任务。MCP还引入了人工参与的功能，允许人类提供额外的数据并批准执行。

MCP服务器可以提供三种主要类型的功能：[MCP核心功能展示](https://norahsakal.com/blog/mcp-vs-api-model-context-protocol-explained/)[heading3]1.资源（Resources）[content]资源是服务器提供给AI的数据内容，如文件、数据库结构或特定信息。每个资源通过唯一URI标识。例如：文件系统的文件内容数据库中的表结构应用特定的信息资源由应用程序驱动，应用决定如何基于需要合并上下文。[heading3]2.工具（Tools）[content]工具允许AI模型执行特定操作，如查询数据库、调用API或执行计算。每个工具由名称和描述其模式的元数据唯一标识。例如：搜索数据库工具发送邮件工具执行计算工具工具由模型控制，意味着AI模型可以基于上下文理解和用户提示自动发现和调用工具。[heading3]3.提示（Prompts）[content]提示提供结构化消息和指令，用于与语言模型交互。客户端可以发现可用提示、检索其内容并提供参数进行自定义。例如：特定格式的报告生成模板分析代码的指令模板提示由用户控制，旨在由用户明确选择使用。