在本教程中，我们将通过构建一个简单的MCP server，并通过 OpenMCP 进行测试。 MCP核心概念 MCP servers可以提供三种主要类型的功能

远程MCP servers 将AI应用的能力扩展到本地环境之外，提供对联网工具、服务和数据源的访问。

MCP servers通过提供对本地资源（local resources）和工具（tools）的安全可控的访问来扩展AI应用的能力。许多客户端都支持MCP，实现了跨平台和跨应用的多样化集成。

MCP（模型上下文协议）使用基于字符串的版本标识符，格式为YYYY-MM-DD，表示向后不兼容的最终日期。

MCP客户端由Host应用实例化，与特定的MCP服务器通信。Host应用，如Claude.ai或IDE（Cursor），管理整体用户体验并协调多个客户端。每个客户端处理与一个服务器的一次直接通信。

MCP服务器是通过标准化协议接口向AI应用公开特定功能的程序。 核心功能：Tools（工具）、Resources（资源）、Prompts（提示词）。

篇关于模型上下文协议（MCP）的概述，讨论了其范围和核心概念。MCP Host， MCP server， MCP client，数据层，传输层等

MCP (Model Context Protocol模型上下文协议) 是用于将AI应用连接到外部系统的开源标准。本文将介绍什么MCP？MCP能做什么？以及MCP为什么很重要？

在早先 AI Agent 的开发过程中，工程师们常常面临一个重复且繁琐的问题：如何让大模型连接外部工具？ 过去，每接入一个新的数据源或功能（比如查询数据库、调用地图 API、操作本地文件），我们往往需