MCP作為AI大模型的標(biāo)準(zhǔn)化工具箱，類似于“通用語言”或“萬能插座”，能夠幫助大模型訪問和操作外部工具，完成具體任務(wù)。本文將詳細(xì)介紹MCP（Model Context Protocol）的概念、技術(shù)原理、安裝方法以及與Function call的區(qū)別。

一、MCP的概念

MCP 的全稱是Model Context Protocol，也就是模型上下文協(xié)議，是由Claude的母公司Anthropic于24年低開源發(fā)布的，MCP就是AI大模型的標(biāo)準(zhǔn)化工具箱，可以把它想象成 AI 大模型和外部數(shù)據(jù)、工具之間溝通的 “通用語言” 或者 “萬能插座”，大模型可以利用這些工具與外界互動，獲取信息并且完成具體任務(wù)。

MCP可以代替人類訪問并且操作外部工具，每個(gè)mcp服務(wù)或者叫做MCP Server都專精于一類的工作：比如有的負(fù)責(zé)讀寫瀏覽器、有的負(fù)責(zé)讀寫本地文件、有的操作git倉庫等等，MCP Server 通常就是運(yùn)行在本地的一段 nodejs 或者 python 程序。

二、技術(shù)原理

大模型通過操作系統(tǒng)的stdio，也就是標(biāo)準(zhǔn)輸入通道調(diào)用某個(gè)MCP Server，他的消息格式是這種的

MCP Server 接到這些請求以后，通過自己的代碼功能，或者使用API請求，訪問外部工具，完成任務(wù)，MCP協(xié)議與Function call 非常相似：MCP 的最大優(yōu)點(diǎn)在于整合了之前各家大模型不同的Function call 的標(biāo)準(zhǔn)，整合成了一個(gè)統(tǒng)一的標(biāo)準(zhǔn)協(xié)議。而且不僅是Claude，市面上幾乎所有的大模型都可以接入MCP

做了8年产品经理后，我是这么看产品经理的

我个人是从非常初级的产品经理做起，再到负责一个大产品的项目管理，现在有幸跳出了日常基础的工作更多的去看产品的PMF，product strategy...

查看详情 >

1、支持MCP協(xié)議的客戶端

目前可以使用MCP功能的客戶端不算多，主要有AI編程工具Cursor、Cline還有Claude的官方的客戶端（windsurf claude app）

2、MCP的本質(zhì)

MCP的本質(zhì)就是客戶端用命令行調(diào)用了電腦上的nodejs程序，然后程序執(zhí)行了某些操作，在把結(jié)果返回回來，當(dāng)然也不僅限于nodejs程序，也有可能是python的。還有一種不太常見的情況，就是這個(gè)node或者python程序運(yùn)行在服務(wù)器上面，我們則是通過網(wǎng)絡(luò)進(jìn)行調(diào)用。

三、案例 – MCP+Cursor

下面給大家展示一下，如何在Cursor上配置MCP

1、首先我們點(diǎn)擊Cursor的設(shè)置按鈕，在Beta features中先把Cursor升級為最新版本

2、點(diǎn)擊MCP配置，現(xiàn)在的MCP是通過文件的方式配置的。

我們需要在根目錄創(chuàng)建一個(gè)文件夾 .cursor，文件夾里 在創(chuàng)建一個(gè)文件 .json

3、打開GitHub，注冊并找到MCP（Model Context Protocol Servers）頁面，以配置GitHub為例

4、點(diǎn)擊GitHub向下劃動找到NPX，復(fù)制下面這段代碼，并粘貼到我們剛才在Cursor中新建的 .json文件中

四、MCP工具網(wǎng)站分享

smithery.ai 這是一個(gè)MCP工具的聚合網(wǎng)站，這里收錄了 2,681 種MCP Server ，我們可以根據(jù)自己的需求，在這里找到最適合自己的MCP 服務(wù)。

安裝方式還是更我們上述的案例一樣，點(diǎn)擊你想要配置的MCP

點(diǎn)擊綠色小點(diǎn)后面的GitHub圖標(biāo)，就進(jìn)入到了GitHub頁面，后面安裝的流程就和上述案例一樣了，把NPX所展示的代碼復(fù)制到.json文件中就可以了

五、MCP與function call的區(qū)別

MCP與function call只是功能相似，他們之間是相互獨(dú)立的，沒有依賴關(guān)系，function call簡單來說就是AI調(diào)用外部工具的能力，是某些大模型（如 GPT-4）提供的專有接口特性。它允許模型直接生成結(jié)構(gòu)化的函數(shù)調(diào)用請求（如查詢天氣、計(jì)算數(shù)值），由宿主應(yīng)用執(zhí)行并返回結(jié)果。本質(zhì)是模型內(nèi)部的功能擴(kuò)展，依賴于特定廠商的實(shí)現(xiàn)，無強(qiáng)制標(biāo)準(zhǔn)協(xié)議。

MCP的最大優(yōu)點(diǎn)是集合了之前各家大模型不同的function call的標(biāo)準(zhǔn)，整合成了一個(gè)統(tǒng)一的標(biāo)準(zhǔn)協(xié)議，而且不僅僅是claude，市面上幾乎所有的大模型，都可以接入MCP，類似于 AI 領(lǐng)域的 “USB-C 接口”。它通過統(tǒng)一的通信規(guī)范（如 JSON-RPC 2.0），解決大模型與外部工具、數(shù)據(jù)源之間的兼容性問題。核心目標(biāo)是讓不同模型和工具能高效互操作，開發(fā)者只需按 MCP 標(biāo)準(zhǔn)開發(fā)一次接口，即可被多個(gè)模型調(diào)用。

簡而言之，MCP 解決 “如何讓 AI 連接萬物” 的通用性問題，F(xiàn)unction Calling 解決 “如何讓 AI 快速執(zhí)行特定操作” 的效率問題，二者互補(bǔ)協(xié)作，共同支撐 AI 從對話走向自動化任務(wù)執(zhí)行。