什么是MCP
MCP（Model Context Protocol）是一个开放的、通过用的协议，标准化应用如何向LLM提供上下文信息。 简单来说，就像HTTP协议允许不同网站和浏览器根据相同的规则交换信息一样，MCP就像AI世界的HTTP协议。MCP使不同的AI模型能够以标准化的方式连接到各种数据来源和工具。这种标准化使开发者能够更容易地构建AI应用，而不必为每个模型或数据来源创建专门的接口。
为什么需要MCP
LLM功能强大，但有几个关键的限制：
- 知识限制和更新挑战：LLM基于训练数据，其内容局限于训练数据中包含的信息。例如，GPT-4的知识截止于2023年4月。训练LLM需要庞大的计算资源和时间，通常需要六个月或更长时间才能完成一个新版本。所以模型的知识总是“过时的”，而更新版本的成本极高。
- 缺乏专业领域知识：LLM是使用公开可用的通用数据训练，它们无法深入理解特定业务领域中的专业数据和信息。
- 沒有统一访问外部数据的标准：目前，有许多方案发可以为LLM提供附加信息，如RAG（检索增强生成）、本地知识库、互联网搜索等。不同的开发团队提供不同的集成解决方案，这导致系统之间的集成成本很高。具有专业领域数据的系统难以与LLM无缝集成。每次集成都需要非标开发，缺乏一个通用的、标准化的解决方案。
而MCP提供了一个标准化的协议，允许LLM以一致的方式访问外部信息和工具，解决了上述LLM的限制。
- 丰富的预构建集成：MCP提供了许多现成的服务器集成，包括文件系统、数据库（Postgresql,SQLite）、开发工具（Git、Github、Gitlab）、网络工具、生产力工具（Slack、Google Maps）等。这意味着不需要从零开始构建这些集成。
- 灵活地切换LLM供应商：有了MCP,可以标准化与各个大模型的对接，可以随意灵活地切换应用对接的大模型。
- 构建复杂的AI工作流：MCP允许在LLM之上构建复杂的代理工作流。
MCP如何工作
MCP的概念中，有三个核心角色： MCP服务器，提供工具和数据访问方式。 MCP客户端，嵌入在LLM中并与MCP服务器通信。 MCP主机，集成LLM和客户端的应用，如claude桌面、Cursor等。
MCP服务器
MCP服务器是一个程序，提供工具和数据访问能力供LLM使用。与传统的远程API服务器不同，MCP服务器可以作为本地应用运行在用户设备上，也可以部署到远程服务器。 每个MCP服务器都提供一组特定的工具，负责从本地数据或远程服务中检索信息。当LLM确定在处理任务时需要使用某个工具时，它会使用MCP服务器提供的工具来获取所需数据并返回给LLM。
MCP客户端
MCP客户端是连接LLM和MCP服务器的桥梁。它的职责：
- 接受来自LLM的请求
- 转发请求至相应的MCP服务器
- 将MCP服务处理的结果返回给LLM
MCP主机
像Claude桌面、IDEs（Cursor等）或想通过MCP访问数据的AI工具。这些应用为用户提供与LLM交互的接口，同时集成MCP客户端以连接MCP服务器，使用MCP服务器提供的工具来扩展LLM功能。
MCP工作流
MCP服务器、MCP客户端、MCP主机三者组成了一个基于MCP的AI应用。
简单的工作流模型如下：
总结
以上就是MCP简单的概念介绍和基于MCP的工作流简单说明。
