一文讀懂 MCP:讓 AI 更聰明、更實用的“魔法協(xié)議”
MCP通過標準化的規(guī)則,將 AI 與外部世界緊密連接,賦予其“記憶”“觸手”和“智慧”,使其從單純的“語言大師”升級為能調(diào)用工具、訪問數(shù)據(jù)、保障隱私的“超級助手”。本文將深入剖析 MCP 的核心功能、工作原理、獨特優(yōu)勢以及其對現(xiàn)有技術(shù)生態(tài)的深遠影響,帶你一窺這個讓 AI 更聰明、更實用的“魔法協(xié)議”如何為未來智能應(yīng)用奠定堅實基礎(chǔ)。
引言:AI 的崛起與“短板”
近年來,像 GPT-4 和 Claude 這樣的大型語言模型(LLM)已經(jīng)逐漸滲透到我們的日常生活中。它們不僅能寫出流暢的文章、回答五花八門的問題,還能化身貼心的客服機器人,為我們提供即時幫助。這些“聰明”的 AI 背后,依靠的是基于海量文本訓(xùn)練的深度學(xué)習技術(shù),參數(shù)規(guī)模動輒達到幾十億甚至幾千億,堪稱科技界的“巨無霸”。然而,即使擁有如此強大的能力,它們?nèi)匀挥幸粋€讓人頭疼的“短板”:無法直接訪問外部數(shù)據(jù)或調(diào)用工具。
想象一下,你興沖沖地問 AI:“今天天氣怎么樣?”或者“我的訂單在哪里?”它卻只能無奈地聳聳肩(如果它有肩膀的話),回答:“抱歉,我不知道?!边@是因為,這些模型雖然擅長處理語言,卻像被困在“知識孤島”上,無法獲取實時的外部信息,也無法執(zhí)行具體的操作。這種局限讓它們的實用性大打折扣。
為了打破這個瓶頸,一種名為Model Context Protocol(MCP)的協(xié)議應(yīng)運而生。它就像一座連接 AI 和現(xiàn)實世界的“魔法橋梁”,讓 AI 不僅能“聽懂”你的問題,還能“動手”幫你解決問題。
第一次破圈在于 3 月上旬
主要來源于“標準之辯”和“Manus 發(fā)布”。3 月 11 日。LangChain 聯(lián)合創(chuàng)始人 Harrison Chase 與 LangGraph 負責人 Nuno Campos 圍繞 MCP 是否就成為未來 AI 交互事實標準展開激辯,雖然沒有結(jié)論,但很大程度上激發(fā)了大家對 MCP 的想象空間。這場辯論的同時,LangChain 還在網(wǎng)上發(fā)起了投票,40% 參與者支持 MCP 成為未來標準。
第二天,Manus 框架發(fā)布。Manus 雖未直接采用 MCP 技術(shù),但其引發(fā)的“3 小時復(fù)刻開源”事件,客觀上推動更多團隊關(guān)注協(xié)議標準化價值。另一方面,Manus 展現(xiàn)的多 Agent 協(xié)同能力精準契合了用戶對 AI 生產(chǎn)力的終極想象。當前 LLM 的主流交互形態(tài)仍以 ChatBot 為主,雖然其 Function Call 機制已展示了連接外部數(shù)據(jù)的可能性,但由于需要復(fù)雜的技術(shù)對接,實際應(yīng)用始終存在門檻。
當 MCP 通過聊天界面實現(xiàn)“對話即操作“的革新體驗——用戶親眼見證輸入框指令直接觸發(fā)文件管理、數(shù)據(jù)調(diào)取等系統(tǒng)級操作時,那種“AI 真的能幫我動手干活”的認知革命才真正爆發(fā)。正是這種顛覆性體驗的反向賦能,使得 Manus 的發(fā)布成為了帶火 MCP 的關(guān)鍵推手。
隨后,OpenAI 的官宣下場,讓大家看到了“AI 界 HTTP”成為現(xiàn)實的可能。當這個占據(jù)全球 40%模型市場份額的巨頭宣布支持協(xié)議,意味著 MCP 開始具備類似 HTTP 的底層基礎(chǔ)設(shè)施屬性,MCP 正式進入大眾視野,熱度持續(xù)走高,指數(shù)級飆升。
MCP 是什么?AI 的“超級助手”
MCP 的全稱是Model Context Protocol,中文可以翻譯為“模型上下文協(xié)議”。聽起來有點技術(shù)味兒,但其實它的核心理念非常簡單:通過一套標準化的規(guī)則,幫助大型語言模型與外部世界建立聯(lián)系。有了 MCP,AI 不再只是一個孤零零的“語言大師”,而是搖身一變,成為能調(diào)用工具、訪問數(shù)據(jù)、保護隱私的“超級助手”。
那么,MCP 具體能做什么呢?它的核心功能可以總結(jié)為以下幾點:
- 記住對話背景:MCP 就像 AI 的“記憶芯片”,可以保存你的對話記錄和上下文信息。比如,你和一個客服機器人聊了五分鐘,提到自己住在上海,它就能記住這個信息。當你接著問“明天天氣如何”時,它會自動聯(lián)想到“上海的天氣”,而不是傻乎乎地問“你在哪兒”。
- 調(diào)用外部工具:MCP 賦予 AI “觸手”,讓它可以通過 API、數(shù)據(jù)庫或文件系統(tǒng)獲取信息。比如你問天氣時,它能通過 MCP 調(diào)用實時天氣接口,然后自信地告訴你:“明天晴,最高溫度 28°C?!?訪問企業(yè)數(shù)據(jù):MCP 還能安全地連接企業(yè)內(nèi)部系統(tǒng),比如客戶管理系統(tǒng)(CRM)或云存儲。你問“我的訂單狀態(tài)如何”,它就能直接查詢企業(yè)數(shù)據(jù)庫,回答:“您的訂單已發(fā)貨,預(yù)計明天到達。”
- 保障安全隱私:MCP 可以部署在企業(yè)自己的服務(wù)器上,所有敏感數(shù)據(jù)都留在公司內(nèi)部網(wǎng)絡(luò),不外泄,完美符合嚴格的隱私法規(guī)要求,比如 GDPR。
簡單來說,有了 MCP,AI 的能力就像被“解鎖”了一樣,從單純的“會說話”升級成了“能干活”,實用性瞬間提升了好幾個檔次。
MCP 怎么工作?一個“指揮中心”的故事
MCP 的工作原理并不復(fù)雜,可以把它想象成一個高效的“指揮中心”。它采用了經(jīng)典的客戶端-服務(wù)器結(jié)構(gòu),AI 就像一位指揮官,通過 MCP 這個“中樞系統(tǒng)”調(diào)兵遣將,完成各種任務(wù)。
MCP 的角色分工
- MCP 客戶端:這個部分運行在 AI 內(nèi)部,負責接收你的需求,把請求發(fā)送給服務(wù)器,然后把結(jié)果帶回來。它就像指揮官的“傳令兵”,確保指令準確傳達。
- MCP 服務(wù)器:這是真正的“資源管理者”,負責連接和管理外部工具或數(shù)據(jù)。它可以部署在企業(yè)內(nèi)部服務(wù)器,也可以放在云端,靈活性極高。
一個簡單的例子:查訂單狀態(tài)
讓我們通過一個日常生活場景來感受一下 MCP 的工作流程。假設(shè)你在電商平臺上問 AI:“我的訂單在哪里?”
1.你提出問題:你輸入“我的訂單在哪里”,AI 接收到這個指令。
2.AI 判斷需求:AI 分析后發(fā)現(xiàn),這需要外部數(shù)據(jù)支持,于是通過 MCP 客戶端發(fā)送請求。
3.服務(wù)器行動:MCP 服務(wù)器接到請求后,迅速“跑”去訂單數(shù)據(jù)庫查詢你的訂單狀態(tài)。
4.返回結(jié)果:服務(wù)器查到信息,比如“您的訂單已發(fā)貨,正在途中”,然后把結(jié)果發(fā)回給 AI。
5.AI 生成回答:AI 拿到數(shù)據(jù)后,用自然語言組織回答:“您的訂單已發(fā)貨,預(yù)計明天送達哦!”
整個過程行云流水,就像 USB 設(shè)備“即插即用”一樣簡單。用戶完全不用操心背后的技術(shù)細節(jié),只管享受 AI 帶來的便利。
MCP和Function Call之間又是什么關(guān)系
Function Call本質(zhì)上是某些大模型(如 GPT-4)提供的專有能力,允許 AI 通過結(jié)構(gòu)化請求調(diào)用外部工具(例如查詢天氣、執(zhí)行計算)。宿主應(yīng)用收到請求后執(zhí)行操作并返回結(jié)果。其核心是模型廠商內(nèi)部的功能擴展接口,無統(tǒng)一標準,實現(xiàn)依賴特定廠商。
MCP 的核心優(yōu)勢在于統(tǒng)一了各家大模型原本差異化的 Function Calling 標準,形成通用協(xié)議。它不僅支持 Claude,還能兼容市面上幾乎所有主流大模型,堪稱 AI 領(lǐng)域的“USB-C 接口”?;跇藴驶ㄐ乓?guī)范(如 JSON-RPC 2.0),MCP 解決了模型與外部工具、數(shù)據(jù)源間的兼容性問題,開發(fā)者只需按協(xié)議開發(fā)一次接口,即可被多模型調(diào)用。
也是由于兩者都能實現(xiàn)與外部數(shù)據(jù)的聯(lián)動,MCP 在剛問世時,開發(fā)者常糾結(jié)“它是 Function Call 的簡化版,還是 AI 交互的 HTTP 標準?”但隨著生態(tài)發(fā)展,MCP 相比 Function Call 的開放性優(yōu)勢逐漸被認知的更加清晰:
Function Call 的“私有協(xié)議困局”,類似手機廠商的私有快充協(xié)議,主流 AI 廠商各自定義封閉的調(diào)用協(xié)議(JSON Schema、Protobuf 等),導(dǎo)致開發(fā)者為不同平臺重復(fù)開發(fā)適配邏輯。切換 AI 服務(wù)商時,工具調(diào)用體系需“推倒重來”,跨平臺成本高企,拖慢 AI 能力的規(guī)?;涞?。
MCP 通過統(tǒng)一通信規(guī)范和資源定義標準,MCP 讓開發(fā)者“一次開發(fā),全平臺通用“——同一工具可無縫適配 GPT、Claude 等不同模型。這如同 AI 世界的“書同文、車同軌”,終結(jié)“重復(fù)造輪子”的窘境。
Function Call 是 AI 的“即時小助手”,MCP 是“按需響應(yīng)的快遞員”——兩者更好的模式是協(xié)同發(fā)展。
Function Call 代表“代碼控”思維:開發(fā)者需精細控制工具細節(jié);而 MCP 轉(zhuǎn)向“意圖派”模式:開發(fā)者只需定義能力邊界,具體執(zhí)行由大模型動態(tài)決策。兩者并存,讓開發(fā)者既能享受高頻任務(wù)的高效,又能解鎖復(fù)雜場景的靈活性。
三者層級區(qū)別
從層級上看,這三種技術(shù)可以分為三個不同的層次:
- Level 1: Function Calling解決”怎么調(diào)用外部函數(shù)”
- Level 2: MCP解決”大量外部工具如何高效接入”
- Level 3: AI Agent解決”如何自主完成復(fù)雜任務(wù)”
這三種技術(shù)不是相互排斥的,而是可以協(xié)作工作的。它們共同構(gòu)成了AI Agent與外部世界交互的完整系統(tǒng):
1.API提供基礎(chǔ)功能,使系統(tǒng)能夠相互通信
2.Function Call提供直接的操作能力,使AI模型能夠調(diào)用外部函數(shù)
3.MCP提供更高層次的智能協(xié)調(diào)能力,使AI Agent能夠高效、安全地訪問和操作各種數(shù)據(jù)源和工具
通過這種協(xié)作,AI Agent能夠完成復(fù)雜的任務(wù),例如從CRM查詢銷售合同PDF、發(fā)送電子郵件、安排會議等。
MCP 的獨特優(yōu)勢:標準化與“人人可開發(fā)”
MCP 為什么能讓人眼前一亮?它的真正厲害之處在于兩個關(guān)鍵詞:標準化和通用性。
從“各自為戰(zhàn)”到“統(tǒng)一標準”
在 MCP 出現(xiàn)之前,大模型調(diào)用外部工具的方式可以說是“各自為戰(zhàn)”。比如,GPT-4 可能內(nèi)置了調(diào)用天氣 API 的功能,但換成 Claude 或其他模型,可能就完全行不通。每個模型都有自己的專有方法,互不兼容,開發(fā)者需要為不同模型分別適配工具,費時又費力。
MCP 的出現(xiàn)徹底改變了這一局面。它把調(diào)用外部工具的能力抽象成一個通用的協(xié)議標準,任何支持 MCP 的模型都能無縫接入同一個生態(tài)。這就好比互聯(lián)網(wǎng)的 HTTP 協(xié)議,無論你用什么瀏覽器,只要遵循 HTTP,就能訪問網(wǎng)頁。MCP 正在成為 AI 界的“通用語言”,讓生態(tài)更加開放和統(tǒng)一。
降低開發(fā)門檻:從“高精尖”到“人人可玩”
對于開發(fā)者來說,MCP 簡直是個福音。過去,開發(fā)一個能調(diào)用外部工具的 AI 應(yīng)用,可能需要深入研究每個模型的內(nèi)部機制,適配起來繁瑣又復(fù)雜?,F(xiàn)在,有了 MCP,開發(fā)者只需要遵循一套協(xié)議,就能讓應(yīng)用自動連接所有 MCP 生態(tài)中的資源。這種“傻瓜式”的開發(fā)體驗,不僅節(jié)省了大量時間和成本,還讓普通人也能輕松上手。你不需要是 AI 專家,只要有點編程基礎(chǔ),就能打造屬于自己的智能應(yīng)用。這不正是“人人都是 AI 開發(fā)者”的夢想嗎?
MCP的通信流程和交互模式
通信流程通常遵循以下步驟:
MCP 客戶端首先向服務(wù)器查詢其提供的功能,即獲取服務(wù)器可以提供的可用工具、資源或提示模板列表。AI 模型(通過其主機應(yīng)用)會獲知這些功能。
用戶的查詢(以及其他上下文)與服務(wù)器的工具/資源描述一起發(fā)送給 AI 模型。實際上,模型現(xiàn)在“知道”它可以借助服務(wù)器做什么。例如,如果用戶詢問“明天的天氣如何?”,發(fā)送給模型的提示將包含一個“天氣 API 工具”的描述,該工具由服務(wù)器暴露。
AI 模型分析查詢和可用的 MCP 工具/資源,并決定是否需要使用其中一個。如果需要,它會以結(jié)構(gòu)化的方式(根據(jù) MCP 規(guī)范)響應(yīng),表明它想要使用哪個工具或資源。在天氣示例中,模型可能會決定調(diào)用服務(wù)器提供的“天氣 API”工具來獲取最新的信息。
MCP 客戶端接收到模型的請求,并在 MCP 服務(wù)器上調(diào)用相應(yīng)的操作(例如,通過服務(wù)器的代碼執(zhí)行天氣 API 調(diào)用)。服務(wù)器執(zhí)行該操作(例如,從數(shù)據(jù)庫檢索數(shù)據(jù)或調(diào)用外部 API),然后將結(jié)果返回給客戶端。
來自服務(wù)器的結(jié)果(例如,天氣預(yù)報數(shù)據(jù))通過客戶端返回給 AI 模型。模型現(xiàn)在可以將此數(shù)據(jù)融入其答案中。然后,它基于自身的知識和新獲取的信息生成最終的回復(fù)給用戶(例如,“明天的天氣預(yù)報是 15°C,有小雨?!保S脩艨吹降拇鸢甘峭ㄟ^模型在對話過程中無縫地獲取外部信息而豐富起來的。
與通常是無狀態(tài)的問答調(diào)用的插件不同,MCP 支持豐富的雙向交互。它支持雙向通信,允許 AI 代理既可以檢索信息,也可以觸發(fā)操作 。
接口和數(shù)據(jù)結(jié)構(gòu)
接口定義
MCP 使用 JSON-RPC 2.0 作為通信的消息格式。JSON-RPC 2.0 是一種廣泛采用的遠程過程調(diào)用標準,確保了互操作性和易于實現(xiàn)。MCP 還定義了一組用于常見任務(wù)的方法和消息類型,例如初始化連接、列出服務(wù)器功能以及調(diào)用工具 。此外,MCP 規(guī)范定義了核心消息類型,稱為“原語”,包括提示、資源、工具、根和采樣。
數(shù)據(jù)結(jié)構(gòu)
請求、響應(yīng)和通知的格式都遵循 JSON-RPC 2.0 標準 。服務(wù)器端原語(工具、資源、提示)具有定義的參數(shù)和返回類型結(jié)構(gòu)。客戶端原語(根、采樣)也有定義的結(jié)構(gòu),用于它們的通信和管理 。資源通常通過類似 URI 的標識符引用 。MCP 還使用標準化的數(shù)據(jù)請求格式,如 JSON Schema 。
傳輸機制
MCP 允許通過不同的傳輸機制進行通信 。對于由主機啟動的本地服務(wù)器,通常使用標準輸入/輸出流 (stdio)。對于遠程服務(wù)器,則使用基于 HTTP 的服務(wù)器發(fā)送事件 (SSE) 。Java MCP SDK 支持多種傳輸機制,包括基于 Stdio 和 HTTP 的 SSE 。這種靈活性使得 MCP 能夠適應(yīng)不同的部署環(huán)境和通信需求。
MCP對現(xiàn)有的技術(shù)生態(tài)有什么影響?
MCP“萬能插頭”優(yōu)勢讓開發(fā) AI 應(yīng)用進一步解耦,大大降低了技術(shù)門檻,讓“人人都是 AI 開發(fā)者”變得觸手可及。
對 AI 廠商而言,技術(shù)重心從工具適配轉(zhuǎn)向協(xié)議兼容。MCP 協(xié)議如同 AI 領(lǐng)域的“通用插座”,使得模型廠商只需確保與協(xié)議標準的兼容性,就能自動接入所有 MCP 生態(tài)工具。例如 OpenAI 通過支持 MCP 協(xié)議,其模型無需單獨開發(fā)接口即可調(diào)用 GitHub、Slack 等數(shù)千種工具服務(wù)。這種轉(zhuǎn)變讓大模型廠商能夠?qū)W⒂诤诵乃惴▋?yōu)化,而非重復(fù)開發(fā)工具適配層。
對工具開發(fā)者而言,MCP 實現(xiàn)了“一次開發(fā)、全生態(tài)通用”的技術(shù)普惠。開發(fā)者將功能封裝為 MCP Server 后,就能被所有兼容協(xié)議的 AI 應(yīng)用調(diào)用。如 PostgreSQL 官方開發(fā)的數(shù)據(jù)庫 Server 已被 500 多個 AI 應(yīng)用集成,而無需針對每個模型單獨適配。這讓所有應(yīng)用都找到了快速 AI 化的路徑,就像十幾年前“所有行業(yè)都值得用互聯(lián)網(wǎng)重做一遍”一樣;現(xiàn)在,所有產(chǎn)品都值得做一次 MCP 適配改造。
對應(yīng)用開發(fā)者而言,MCP 打破了技術(shù)能力的邊界,并加速交互范式從 GUI(圖形界面)向 LUI(語言界面)的躍遷。通過協(xié)議標準化,開發(fā)者無需理解底層技術(shù)細節(jié)即可組合各類資源:教育機構(gòu)用自然語言指令調(diào)用多語種資料庫生成定制教案,零售企業(yè)通過語音指令整合 ERP 系統(tǒng)和 AI 模型管理庫存。MCP 的協(xié)議兼容性使得自然語言交互可直接映射到具體功能實現(xiàn),例如騰訊地圖 MCP Server 支持用戶用“找附近人均 200 元的川菜館”等口語化指令完成復(fù)雜搜索,替代傳統(tǒng) GUI 中的多級菜單操作。這種轉(zhuǎn)型在制造業(yè)尤為顯著——某工廠工程師通過語音指令調(diào)度 MCP 連接的設(shè)備集群,響應(yīng)速度比傳統(tǒng)工控界面提升 5 倍。
LUI 開發(fā)效率的革命性提升也得益于 MCP 對交互層的解耦:
- 傳統(tǒng) GUI 困境:需為不同平臺(Web/iOS/Android)開發(fā)獨立界面組件,維護成本占開發(fā)資源的 60%;
- MCP+LUI 優(yōu)勢:開發(fā)者只需用自然語言描述功能需求(如生成周報圖表),MCP 自動匹配數(shù)據(jù)庫查詢、可視化工具等 Server,并通過協(xié)議標準化輸出結(jié)果。
這種轉(zhuǎn)型或許正在重構(gòu)人機交互的底層邏輯。就像 iPhone 用觸摸屏取代鍵盤,MCP 協(xié)議通過統(tǒng)一的功能調(diào)用標準,使自然語言成為連接用戶意圖與系統(tǒng)能力的“終極接口”。
MCP 能用在哪兒?場景多到想不到
MCP 的應(yīng)用場景幾乎是無窮無盡的,從日常生活到企業(yè)管理,它都能大顯身手。以下是幾個具體的例子,讓你感受一下它的強大之處:
- 系統(tǒng)監(jiān)控:MotorMCP Server 可以實時監(jiān)控 Kubernetes 環(huán)境,比如服務(wù)器負載、內(nèi)存使用等,隨時報告系統(tǒng)狀態(tài)。如果有異常,它還能主動提醒管理員。
- 數(shù)據(jù)可視化:MCPGrafana 把數(shù)據(jù)變成直觀的圖表。你可以在 Grafana 儀表盤中探索數(shù)據(jù)、調(diào)試事件,甚至預(yù)測未來的趨勢。
- 日志分析:LogfireMCP 支持 OpenTelemetry 的追蹤和指標,幫助開發(fā)者分析系統(tǒng)日志,找出性能瓶頸,提升效率。
- 內(nèi)容優(yōu)化:LucidityMCP 能在復(fù)雜性、安全性等多個維度優(yōu)化 AI 生成的內(nèi)容。比如,它能讓一篇技術(shù)文章變得更通俗易懂,同時確保沒有敏感信息泄露。
無論是企業(yè)內(nèi)部的數(shù)據(jù)管理,還是外部工具的調(diào)用,MCP 都能游刃有余地應(yīng)對。它的潛力就像一座未被完全挖掘的寶藏,未來還會有更多驚喜等著我們。
實戰(zhàn)操作——添加第一個MCP服務(wù)
以 Cluade 作為 MCP 客戶端實戰(zhàn)操作
配置前準備工作
注意:Windows 在環(huán)境配置和網(wǎng)絡(luò)上的問題比 Mac 多很多,所以如果你沒有編程經(jīng)驗并且是 Windows 電腦,出錯不是你的問題,實在無法修復(fù)的話就算了。
MCP 主要有兩種模式:
- Stdio:主要用在本地服務(wù)上,操作你本地的軟件或者本地的文件,比如 Blender 這種就只能用 Stdio 因為他沒有在線服務(wù)
- SSE :主要用在遠程服務(wù)上,這個服務(wù)本身就有在線的 API,比如訪問你的谷歌郵件,谷歌日歷等。
SEE 的配置方式非常簡單基本上就一個鏈接就行,如果你找到的是 SEE 的直接復(fù)制他的鏈接填上就行,而且現(xiàn)在使用 SEE 配置的 MCP 非常少,基本上都是 Stdio 的方式。
Stdio 的配置需要提前安裝需要的命令行工具,主要有兩個,一個是 uvx 一個是 npx。
注意:需要開梯子進行安裝,如果不行多試幾次
對于 uvx 我們需要安裝 uv:如果你是 Windows 的話可以按“Win”鍵,點擊搜索后輸入”PowerShell”,然后右鍵選擇“以管理員身份運行”,粘貼下面的命令回車就行,運行完記得重啟。
powershell -ExecutionPolicy ByPass -c “irm https://astral.sh/uv/install.ps1 | iex”
如果你是 Mac 的話只需要點擊你的“啟動臺”搜索“終端”應(yīng)用,然后輸入下面的代碼回車就行。
curl -LsSf https://astral.sh/uv/install.sh | sh
而npx只需要安裝 Node.js 就行,訪問官網(wǎng)
(https://nodejs.org/)點擊下載安裝就可以了
獲取MCP
阿里旗下的魔搭社區(qū)(ModelScope)或者 mcp.so 都是當下比較全面的 MCP 服務(wù)網(wǎng)站
接入第一個MCP服務(wù)——SerpAPI的谷歌搜索
準備工作
01 在 serper.dev 注冊一個賬號,并獲得 api_key(免費用戶每個月可使用 100 次搜索調(diào)用);
02 在 mcp 詳情頁找到關(guān)于 Claude Desktop 的相關(guān)配置;
開始接入
1.打開 Claude 客戶端,進入設(shè)置;
2.點開到 Develop 標簽頁下,點擊 Edit Config 按鈕
3.找到并打開這個文件——claude_desktop_config.json
如果沒有 vs,則使用記事本打開也可以
4.將準備工作的配置內(nèi)容粘貼到此處,并替換為自己的 API KEY,并保存;
5.退出 Claude 客戶端,并重新打開,如果出現(xiàn)這個圖標就是成功了!
6.此時我們再看看 dev 配置,就會發(fā)現(xiàn)已經(jīng)成功添加了。
開始體驗
那么此時恭喜你,你已經(jīng)成功打開了 MCP 服務(wù)的大門!
以此類推,后續(xù)的 MCP 服務(wù)均可使用這種方式進行接入。當然 MCP 的客戶端不限于 Claude,也可以使用 Trae、Cursor、Windsurf、Cline 等等都支持,甚至可以自己開發(fā) AI 平臺進行 MCP SDK 的接入。
結(jié)語:MCP,AI 未來的“基礎(chǔ)設(shè)施”
MCP 的誕生,不僅彌補了大型語言模型的短板,還為 AI 應(yīng)用的未來打開了一扇大門。它通過標準化的設(shè)計,讓開發(fā)者可以更專注于創(chuàng)新,而不是糾結(jié)于繁瑣的工具適配;通過強大的安全機制,讓企業(yè)能夠放心地用 AI 處理敏感數(shù)據(jù)。隨著 OpenAI 等科技巨頭的支持,MCP 的影響力正在迅速擴大。它很可能成為 AI 界的“HTTP”,連接模型與外部世界的堅實基石。
想象一下未來的生活:你問 AI “幫我訂張去北京的機票”,它不僅能查到航班信息,還能直接幫你完成支付;你問“公司這個月業(yè)績?nèi)绾巍?,它能立刻從?nèi)部系統(tǒng)拉取數(shù)據(jù),生成詳細的報告。MCP 正在讓 AI 無處不在,像水和電一樣,成為我們生活中不可或缺的一部分。
你準備好迎接這個更聰明、更實用的 AI 時代了嗎?
作者:阿司匹汪;微信公眾號:阿司匹汪
本文由 @阿司匹汪 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自 Unsplash,基于 CC0 協(xié)議
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
寫的非常細致,明了,樓主棒棒噠!
跟著步驟成功部署了,謝謝作者