MCP（Model Context Protocol）— AI 术语表

MCP（Model Context Protocol） 是 Anthropic 推出的开放标准协议，定义了 AI 模型与外部工具、数据源之间的通信方式。它解决的核心问题是：大语言模型虽然能力强大，但天生被困在文本输入输出的沙盒里——MCP 给了模型一个标准化的「插座」，让它能安全地调用数据库、API、文件系统等外部资源。

为什么 MCP 重要

在 MCP 出现之前，每个 AI 工具连接外部服务都要写定制化的集成代码。这导致生态碎片化严重——同一个数据库连接器，可能要为十个不同的 AI 产品各写一遍。

MCP 用「客户端-服务器」的标准架构统一了这个问题。工具开发者只需要写一个 MCP server，所有支持 MCP 的 AI 客户端都能直接使用。Claude Code 是最早原生支持 MCP 的开发工具之一，通过 MCP server 扩展能力边界——从查询数据库到操作云服务，都可以通过配置 MCP server 实现。我们在 Claude Code 技能指南中详细介绍了这种扩展机制。

MCP 的工作原理

MCP 采用 JSON-RPC 2.0 作为通信协议，架构分三层：

MCP Host：发起请求的 AI 应用（如 Claude Code、Cursor）
MCP Client：嵌入在 Host 中的协议客户端，负责维护与 Server 的连接
MCP Server：暴露具体能力的服务端，每个 server 声明自己提供哪些工具（tools）、资源（resources）和提示模板（prompts）

连接建立后，Host 通过 Client 发现 Server 提供的能力列表，AI 模型根据任务需要选择调用。整个过程支持权限控制——用户可以审批每次工具调用，防止未授权操作。传输层支持 stdio（本地进程）和 HTTP+SSE（远程服务）两种模式。

MCP（Model Context Protocol）— AI 术语表

为什么 MCP 重要

MCP 的工作原理

相关术语