什么是模型上下文协议？解释了新兴的标准桥接AI和数据

机会是，除非您已经深入AI编程，您从未听说过模型上下文协议（MCP）。但是，相信我，你会的。

MCP迅速成为下一代AI驱动应用程序的基础标准。作为开放标准开发2024年底的人类，MCP旨在解决AI生态系统中的核心问题：如何无缝，安全地将大型语言模型（LLMS）和AI代理连接到现实数据，工具和服务的广阔，不断变化的景观。

还：Copilot刚刚将我的AI编码测试从公园中淘汰（去年窒息之后）

AI公司人类解释说，随着AI助手和背后的LLM的改善，“即使是最复杂的模型也受到与数据隔离的约束 - 被困在信息筒仓和旧数据系统后面。每个新数据源都需要其自定义的实现，从而使真正的连接系统难以扩展。” 

MCP是拟人的答案。该公司声称，它将提供“将AI系统与数据源连接的通用，开放的标准，用单个协议代替零散的集成”。

一切都很好，但是许多公司声称其通用标准将是您所有技术问题的答案。但是，作为著名的XKCD卡通指出，如果您有14个不同的标准，然后尝试提供单个标准来解决每个人的问题，那么您很快就会有15个不同的标准。

还：拟人化发现Claude滥用报告中令人震惊的“新兴趋势”

AI集成协议，程序和应用程序编程接口（API）并不糟糕，但是我可以看到它得到了。目前，其他重要的MCP竞争对手是Google的代理到代理协议（A2A），工作流自动化工具，例如Zapier和pica，当然还有各种特定于供应商的API和软件开发套件（SDK）。但是，由于很快就会变得很清楚的原因，我相信MCP是真正的交易，并将很快成为AI互操作性标准。

让我们去做这件事的肉。

什么是MCP？

我将MCP视为通用AI数据适配器。作为以AI为中心的公司艾塞拉说，您可以将MCP视为“AI的USB-C端口“正如USB-C标准化我们如何连接设备一样，MCP标准化AI模型与外部系统的交互方式。换句话说，Linux基金会的执行董事Jim Zemlin描述了MCP作为AI的基础通信层出现系统，类似于HTTP为网络所做的事情。”

另外： 您的数据可能还没有准备好AI-这是使其值得信赖的方法

具体来说，MCP定义了基于JSON-RPC 2.0的标准协议，该协议使AI应用程序可以通过单个安全接口从任何合规工具，数据库或服务中调用功能，获取数据并使用提示。

它通过遵循具有多个关键组件的客户端服务器体系结构来做到这一点。这些都是：

• 主持人：AI驱动的应用程序（例如Claude Desktop，一个集成开发环境（IDE），聊天机器人）需要访问外部数据。
• 客户：管理与单个MCP服务器的专用，状态连接，处理通信和能力谈判。
• 服务器：在MCP协议上揭示特定功能 - 工具（功能），资源（数据）和提示，连接到本地或远程数据源。
• 基本协议：标准化的消息传递层（JSON-RPC 2.0）确保所有组件可靠地通信。

这体系结构改变了“Mân集成问题”（MAI应用必须连接到n个工具（需要Mân自定义连接器）的地方）将其变成更简单的“ M+N问题”。因此，每个工具和应用程序仅需要一次支持MCP以进行互操作性。对于开发人员来说，这是一个实时的节省。

MCP如何工作？

首先，当AI应用程序启动时，它会旋转MCP客户端，每个客户端连接到其他MCP服务器。这些协商协议版本和功能。与客户端有连接后，就会向服务器查询可用的工具，资源和提示。

另外： 2025年的前20个AI工具以及使用它们时要记住的第一件事

通过建立连接，AI模型现在可以从服务器访问实时数据和功能，并动态更新其上下文。这意味着MCP使AI聊天机器人可以实时访问最新数据，而不是依赖于LLM中的预索引数据集，嵌入或缓存信息。

因此，当您要求AI执行任务时（例如，“从纽约市到洛杉矶的航班最新价格是多少？”）时，AI通过MCP客户端将请求路由到相关服务器。然后，服务器执行功能，返回结果，AI将这些新数据包含在您的答案中。

此外，MCP使AI模型可以在运行时发现和使用新工具。这意味着您的AI代理可以在没有重大代码更改或机器学习（ML）再训练的情况下适应新任务和环境。

另外： 如何使用chatgpt：最受欢迎的AI聊天机器人的初学者指南

简而言之，MCP用单个开放的协议代替了零碎的定制集成。这意味着开发人员只需要一次实现MCP即可将AI模型连接到任何合规的数据源或工具，从而大大降低了集成复杂性和维护开销。这使开发人员的生活更加轻松。

使事情变得更加简单，您可以使用AI来生成MCP代码并解决实现挑战。

这是什么 MCP提供：

• 统一的标准化集成：MCP充当通用协议，使开发人员能够通过单个标准化的接口将其服务，API和数据源连接到任何AI客户端（例如聊天机器人，IDE或自定义代理）。
• 双向交流和丰富的互动：MCP支持AI模型和外部系统之间的安全，实时的双向通信，不仅可以数据检索，还可以进行工具调用和操作执行。
• 可伸缩性和生态系统重复使用：一旦您实现了MCP的服务，任何符合MCP的AI客户端就可以访问它，从而促进了可重复使用的连接器的生态系统并加速采用。
• 一致性和互操作性：MCP执行一致的JSON请求/响应格式。无论基础服务或AI模型如何，这都可以更轻松地调试，维护和扩展集成。这也意味着即使您切换模型或添加新工具，集成仍然保持强大。
• 增强的安全性和访问控制：MCP考虑了安全性，支持加密，颗粒状访问控制以及对敏感动作的用户认可。您也可以自助主机MCP服务器，使您可以在内部保留数据。
• 减少了开发时间和维护：通过避免零散的一次性集成，开发人员可以节省设置和持续维护的时间，从而使他们专注于更高级别的应用程序逻辑和创新。此外，MCP在代理逻辑和后端功能之间的明确分离可以使更模块化，可维护的代码库。

谁采用了MCP？

对于任何标准来说，最重要的是：“人们会采用它吗？”仅几个月后，答案是一个响亮而清晰的。Openai在2025年3月增加了支持。4月9日，Google Deepmind领导者Demis Hassabis增加了他的支持。他很快被Google首席执行官Sundar Pichai。其他公司也效仿，包括Microsoft，Replit和Zapier。

这不仅仅是唇部服务。越来越多的预先建造的MCP连接器库正在出现。例如，Docker最近宣布正在支持MCP使用MCP目录。该目录在MCP被引入六个月后，已经包括来自Grafana Labs，Kong，Neo4J，Pulumi，Heroku，Elasticsearch等100多个MCP服务器。

什么是现实世界中的MCP用例？

除了Docker可以访问什么之外，已经还有数百个MCP服务器。这些可用于以下任务：

• 客户支持聊天机器人：AI助手可以实时访问CRM数据，产品信息和支持票，从而提供准确，上下文的帮助。
• 企业AI搜索：AI可以在文档商店，数据库和云存储中进行搜索，以及对其相应源文档的链接响应。
• 开发人员工具：编码助手可以与简历和其他版本控制系统，问题跟踪器和文档进行交互。
• AI代理：而且，当然，自主代理可以计划多步骤任务，代表用户行事，并通过利用MCP连接的工具和数据来适应不断变化的要求。

实际上，更好的问题是无法使用MCP。

未来：通用AI集成层

MCP代表范式转移：从孤立的，静态的AI到深入整合，上下文感知和具有动作能力的系统。随着协议的成熟，它将支持新一代的AI代理人和助手，这些代理人和助手可以在整个数字工具和数据上进行，并在整个数字工具和数据上进行，并在大规模上进行行动和协作。

另外： 单个聊天机器人提示使用多少能量？这个AI工具可以向您展示

我没有看到任何技术都像这样蒸腾了生成的AI本身首先在2022年在现场爆炸。但是，我真正想起的是如何Kubernetes出现在十多年前。当时，许多人认为在现在大多被遗忘的群和中层的程序之间，在集装箱编排中会有一场比赛。我从一开始就知道Kubernetes将成为赢家。

所以，我现在打电话给它。MCP将是AI链接，它将在企业，云及其他地区释放AI的全部潜力。

每天与我们的收件箱中获取早晨的热门故事今日技术新闻通讯。