引言
在人工智能(AI)快速发展的今天,AI模型与外部工具的集成成为提升工作效率的关键。然而,传统集成方式存在接口碎片化、开发成本高、安全风险大等问题。为解决这些痛点,MCP(Model Context Protocol,模型上下文协议)应运而生。作为一种开放标准协议,MCP为AI模型与外部工具之间建立了标准化连接通道,推动了AI从“孤立文本生成”向“行动代理”的进化。
MCP是什么?
MCP全称:模型上下文协议 ,Model Context Protocol,由Claude的母公司Anthropic推出的开源协议,旨在实现大型语言模型(LLM)与外部数据源和工具的集成,提供安全双向的连接。MCP通过统一的接口标准化了应用程序向LLM提供上下文的方式。
MCP的核心定位是为大型语言模型(LLM)与外部数据源、工具之间提供统一接口,实现标准化连接。其设计理念类似于“AI领域的USB-C接口”,通过协议标准化,打破数据孤岛,避免为每个数据源单独开发定制化连接器,从而降低开发成本和安全风险。
核心功能
作为 AI 大模型的标准化工具箱,允许大模型通过标准化协议与外部工具(如浏览器、文件系统、数据库、代码仓库等)自动化交互,无需手动复制粘贴信息。
MCP Server:作为 AI 与外部工具的中间层,专精于一类工作(如读写浏览器、操作 Git 仓库等),本质是运行在本地(Node.js/Python 程序)或服务器的程序。
**交互方式:**大模型通过操作系统的标准输入通道(stdio)调用 MCP Server,消息格式为特定 JSON 结构,MCP Server 通过代码或 API 访问外部工具完成任务。
传统方式
看图,传统方式需要手动截图或者复制文档,将浏览器、github、数据库等复制粘贴到AI窗口中进行对话。
(图来自技术爬爬虾)
经过MCP servers,则通过标准化协议自动化了上面的流程。
MCP 与 Function Call 的区别
优势:整合了各家大模型不同的 Function Call 标准,形成统一协议,支持几乎所有大模型接入(如 Claude、Deepseek 等)。
**MCP:**是 Anthropic 提出的标准化通信协议,类比为 “AI 领域的 HTTP 协议” 或 “通用插座”“USB-C 标准”。它规定了上下文与请求的结构化传递方式,要求通信格式符合 JSON-RPC 2.0 标准,用于统一 LLM 与外部数据源、工具之间的交互规范,解决数据孤岛问题。
**Function Call:**是某些大模型(如 OpenAI 的 GPT-4)提供的特有接口特性,类似 “品牌专属充电协议”。它以特定格式让 LLM 产出函数调用请求,由宿主执行对应操作并返回结果。
安装Cline
安装vscode,再安装Cline插件
下载安装vscode
如果下载了请忽略这一步
下载地址: code.visualstudio.com/
安装cline
左侧找到插件,搜索cline
点击安装,把cline插件安装
设置大模型
点击use your own api key
再点击,get openrouter api key
再弹窗浏览器中
点击打开Visual Studio Code,这时候openrouter api key 自动填写了
再选择 deepseek/deepseek-chat:free 免费的大模型,再点击保存。
再提问是否配置成功,如果有回答则说明配置成功。
安装nodejs
MCP servers 本质就是运行在电脑上的一个nodejs程序,所以nodejs环境必不可少
nodejs下载: nodejs.org/zh-cn
安装软件一路点下一步。
安装完成之后
代码语言:javascript
代码运行次数:0
运行
node -v
npx -v
如果都能成功的输出版本号,nodejs环境则安装成功。
安装第一个MCP服务
回到 Cline中,点击 MCP Servers
安装github MCP Servers
点击 install 安装
会自动打开AI的窗口
创建token
点击approve,再点击github的链接创建tokens
创建token
新建token之后,把token复制下来
把token粘贴到cline中,点回车,再点save
MAC系统这步就完成了,Window电脑还需要改一些配置
修改配置
代码语言:javascript
代码运行次数:0
运行
{
"mcpServers": {
"github.com/modelcontextprotocol/servers/tree/main/src/github": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-github"
],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_XXXXXXX"
},
"disabled": false,
"autoApprove": []
}
}
}
改成
代码语言:javascript
代码运行次数:0
运行
{
"mcpServers": {
"github.com/modelcontextprotocol/servers/tree/main/src/github": {
"command": "cmd",
"args": [
"/c",
"npx",
"-y",
"@modelcontextprotocol/server-github"
],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_XXXXXXXXX"
},
"disabled": false,
"autoApprove": []
}
}
}
如图,点击保存
在已安装中查看
自动创建test-repo的github仓库
点击Approve 会
再查看我的github中创建了一个 test-repo的仓库。
提问“我的名字是funet8,我在github中有哪些仓库”
输出结果
结尾
MCP通过标准化交互协议,打通了AI与工具间的壁垒,为高效、安全的智能自动化奠定了基础,是AI技术实用化的重要里程碑。随着MCP的普及,AI将更加深入地融入各个行业,成为真正的数字工作流协作者。未来,MCP有望推动构建可组合的智能系统,让人类通过自然语言指令驱动复杂工具链,重塑软件开发、设计及自动化流程。
无论是开发者还是普通用户,掌握MCP的配置和使用方法,都将为你在AI时代的工作和学习带来巨大的便利。赶快行动起来,体验MCP带来的智能化变革吧!
原文地址:https://cloud.tencent.com/developer/article/2520561