一.什么是 MCP？
MCP 起源于 2024 年 11 月 25 日 Anthropic 发布的文章：Introducing the Model Context Protocol。
MCP （Model Context Protocol，模型上下文协议）定义了应用程序和 AI 模型之间交换上下文信息的方式。旨在为人工智能模型和开发环境之间建立统一的上下文交互方式。通过提供对上下文信息的标准化访问，MCP 使得人工智能模型能够更好地理解和处理代码。
MCP 的价值
举个栗子，在过去，为了让大模型等 AI 应用使用我们的数据，要么复制粘贴，要么上传下载，非常麻烦。
即使是最强大模型也会受到数据隔离的限制，形成信息孤岛，要做出更强大的模型，每个新数据源都需要自己重新定制实现，使真正互联的系统难以扩展，存在很多的局限性。
现在，MCP 可以直接在 AI 与数据（包括本地数据和互联网数据）之间架起一座桥梁，通过 MCP 服务器和 MCP 客户端，大家只要都遵循这套协议，就能实现“万物互联”。
二.我们如何使用 MCP？
对于用户来说，我们并不关心 MCP 是如何实现的，通常我们只考虑如何更简单的用上这一特性。
具体的使用方式参考官方文档： https://modelcontextprotocol.io/quickstart/user
配置成功后可以在 Claude 中测试：Can you write a poem and save it to my desktop? Claude 会请求你的权限后在本地新建一个文件。
官方也提供了非常多现成的 MCP Servers，只需要选择你希望接入的工具，然后接入即可。
-
https://github.com/punkpeye/awesome-mcp-servers
-
https://mcpservers.org/
-
https://github.com/modelcontextprotocol/servers
三.原理：模型是如何确定工具的选用的？
当用户提出一个问题时：
-
客户端（Claude Desktop / Cursor）将你的问题发送给 Claude。
-
Claude 分析可用的工具，并决定使用哪一个（或多个）。
-
客户端通过 MCP Server 执行所选的工具。
-
工具的执行结果被送回给 Claude。
-
Claude 结合执行结果构造最终的 prompt 并生成自然语言的回应。
-
回应最终展示给用户。
