MCP官網(wǎng)

MCP 全稱 Model Context Protocol（模型上下文協(xié)議），MCP 是由 Anthropic 公司于2024年11月提出并開源的一種開放標(biāo)準(zhǔn)協(xié)議，旨在解決大型語言模型（LLM）與外部數(shù)據(jù)源和工具之間的集成問題。MCP 核心目標(biāo)是通過標(biāo)準(zhǔn)化接口，使 AI 系統(tǒng)能夠無縫訪問外部數(shù)據(jù)源、工具和服務(wù)，從而打破數(shù)據(jù)孤島，提升 AI 助手的實際操作能力。MCP 采用客戶端-服務(wù)器（client-server）架構(gòu)，支持雙向通信，并允許動態(tài)發(fā)現(xiàn)和調(diào)用外部工具。

MCP：模型上下文協(xié)議簡介

模型上下文協(xié)議（MCP）是由 Anthropic 在2024年11月推出的一項開放標(biāo)準(zhǔn)，旨在簡化大型語言模型（LLM）與外部數(shù)據(jù)源及工具的集成。其核心目標(biāo)是建立一套標(biāo)準(zhǔn)化的接口，從而使 AI 系統(tǒng)能夠順暢地訪問各類外部資源，打破數(shù)據(jù)孤島，提升 AI 助手的實際操作能力。MCP 采用客戶端-服務(wù)器架構(gòu)，支持雙向通信，并允許動態(tài)發(fā)現(xiàn)和調(diào)用外部工具。可以把它看作是 AI 應(yīng)用的通用適配器，就像 USB-C 之于物理設(shè)備。

MCP的獨特價值何在？

為何要選擇MCP？它能幫助你在 LLM 的基礎(chǔ)上構(gòu)建代理和復(fù)雜的工作流程。由于 LLM 常常需要與數(shù)據(jù)和工具集成，MCP 提供了以下優(yōu)勢：

• 越來越多的預(yù)構(gòu)建集成可供你的 LLM 直接使用。
• 在 LLM 提供商和供應(yīng)商之間切換的靈活性。
• 保護基礎(chǔ)架構(gòu)內(nèi)數(shù)據(jù)的最佳實踐。

MCP的總體架構(gòu)是怎樣的？

MCP 的核心架構(gòu)遵循客戶端-服務(wù)器模式，其中主機應(yīng)用程序可以連接到多個服務(wù)器。這一架構(gòu)主要由以下幾個部分組成：

• MCP Host（MCP主機）： 諸如 Claude Desktop、集成開發(fā)環(huán)境（IDE）或 AI 工具等程序，需要通過 MCP 訪問數(shù)據(jù)。
• MCP Clients（MCP客戶端）： 與服務(wù)器保持 1:1 連接的協(xié)議客戶端。
• MCP Servers（MCP服務(wù)器）： 輕量級程序，每一個都通過標(biāo)準(zhǔn)化的模型上下文協(xié)議公開特定功能。
• Local Data Sources（本地數(shù)據(jù)源）： MCP 服務(wù)器可以安全訪問的計算機文件、數(shù)據(jù)庫和服務(wù)。
• Remote Services（遠程服務(wù)）： MCP 服務(wù)器可以通過互聯(lián)網(wǎng)（例如通過應(yīng)用程序編程接口API）連接到的外部系統(tǒng)。

MCP的工作原理是什么？

MCP 通過一個簡易的系統(tǒng)，在 AI 應(yīng)用程序和數(shù)據(jù)之間搭建橋梁：

1. MCP 服務(wù)器連接到你的數(shù)據(jù)源和工具，例如 Google Drive 或 Slack。
2. MCP 客戶端由 AI 應(yīng)用程序（例如 Claude Desktop）運行，以將它們連接到這些服務(wù)器。
3. 在授予權(quán)限后，AI 應(yīng)用程序會發(fā)現(xiàn)可用的 MCP 服務(wù)器。然后，AI 模型可以使用這些連接來讀取信息并采取行動。

這種模塊化系統(tǒng)意味著無需改變 AI 應(yīng)用程序本身即可添加新功能，好比無需升級整個系統(tǒng)即可為計算機添加新配件。

如何使用MCP？

MCP 官方網(wǎng)站提供了詳盡的創(chuàng)建和使用指南，為不同開發(fā)者提供使用指導(dǎo)。你可以訪問 MCP 官網(wǎng)或 MCP 官方 Github 查看詳情。

MCP 官網(wǎng)地址：https://modelcontextprotocol.io/

MCP 官方 Github 開源代碼庫：https://github.com/modelcontextprotocol

MCP使用教程有哪些？

MCP 提供了針對不同用戶角色的使用教程：

1. 服務(wù)器開發(fā)者： 學(xué)習(xí)如何構(gòu)建自己的服務(wù)器，以便在 Claude for Desktop 和其他客戶端中使用。教程地址：https://modelcontextprotocol.io/quickstart/server
2. 客戶端開發(fā)者： 學(xué)習(xí)如何構(gòu)建可以與所有 MCP 服務(wù)器集成的客戶端。教程地址：https://modelcontextprotocol.io/quickstart/client
3. Claude 桌面用戶： 學(xué)習(xí)如何開始使用 Claude for Desktop 中預(yù)構(gòu)建的服務(wù)器。教程地址：https://modelcontextprotocol.io/quickstart/user
4. MCP 調(diào)試指南： 在開發(fā) MCP 服務(wù)器或?qū)⑵渑c應(yīng)用程序集成時，有效的調(diào)試至關(guān)重要。教程地址：https://modelcontextprotocol.io/docs/tools/debugging
5. MCP Inspector 使用教程： 學(xué)習(xí)如何使用 MCP Inspector 測試和調(diào)試模型上下文協(xié)議服務(wù)器。教程地址：https://modelcontextprotocol.io/docs/tools/inspector

MCP Servers 服務(wù)器有哪些示例？

以下是一些已經(jīng)應(yīng)用的各種模型上下文協(xié)議 (MCP) 服務(wù)器，以展示該協(xié)議的功能和多功能性。這些服務(wù)器使大型語言模型 (LLM) 能夠安全地訪問工具和數(shù)據(jù)源。

1. 數(shù)據(jù)和文件系統(tǒng)：
   • 文件系統(tǒng)：具有可配置訪問控制的安全文件操作。
   • PostgreSQL：具有模式檢查功能的只讀數(shù)據(jù)庫訪問。
   • SQLite：數(shù)據(jù)庫交互和商業(yè)智能功能。
   • Google Drive：Google Drive 的文件訪問和搜索功能。
2. 開發(fā)工具：
   • Git：讀取、搜索和操作 Git 存儲庫的工具。
   • GitHub：存儲庫管理、文件操作和 GitHub API 集成。
   • GitLab：GitLab API 集成，支持項目管理。
   • Sentry：從 Sentry.io 檢索和分析問題。
3. Web 和瀏覽器自動化：
   • Brave Search：使用 Brave 的搜索 API 進行網(wǎng)絡(luò)和本地搜索。
   • Fetch：針對 LLM 使用進行優(yōu)化的 Web 內(nèi)容獲取和轉(zhuǎn)換。
   • Puppeteer：瀏覽器自動化和網(wǎng)頁抓取功能。
4. 生產(chǎn)力和溝通：
   • Slack：頻道管理和消息傳遞功能。
   • Google 地圖：位置服務(wù)、路線和地點詳情。
   • 記憶：基于知識圖譜的持久記憶系統(tǒng)。
5. 人工智能和專用工具：
   • EverArt：使用各種模型的 AI 圖像生成。
   • 順序思維：通過思維序列動態(tài)解決問題。
   • AWS KB 檢索：使用 Bedrock Agent Runtime 從 AWS 知識庫檢索。

更多 MCP Servers 示例請訪問官網(wǎng)：https://modelcontextprotocol.io/examples

MCP Clients 客戶端有哪些示例？

下面是一些支持模型上下文協(xié)議 (MCP) 的應(yīng)用程序。每個客戶端可能支持不同的 MCP 功能，從而允許與 MCP 服務(wù)器進行不同程度的集成。

更多 MCP Clients 示例請訪問官網(wǎng)：https://modelcontextprotocol.io/clients

MCP 官方集成了哪些內(nèi)容？

這些 MCP 服務(wù)器由 Anthropic 公司為其平臺維護：

• Axiom： 使用自然語言查詢和分析日志、跟蹤和數(shù)據(jù)。
• Browserbase： 在云端自動化瀏覽器交互。
• Cloudflare： 在 Cloudflare 開發(fā)者平臺上部署和管理資源。
• E2B： 在安全的云沙箱中執(zhí)行代碼。
• Neon： 與 Neon 無服務(wù)器 Postgres 平臺交互。
• Obsidian Markdown Notes： 閱讀和搜索 Obsidian 庫中的 Markdown 筆記。
• Qdrant： 使用 Qdrant 矢量搜索引擎實現(xiàn)語義記憶。
• Raygun： 訪問崩潰報告和監(jiān)控數(shù)據(jù)。
• Search1API： 用于搜索、爬取和站點地圖的統(tǒng)一 API。
• Stripe： 與 Stripe API 交互。
• Tinybird： 與 Tinybird 無服務(wù)器 ClickHouse 平臺接口。
• Weaviate： 通過您的 Weaviate 系列啟用 Agentic RAG。

MCP 社區(qū)有哪些亮點？

MCP 官方社區(qū)開發(fā)的服務(wù)器生態(tài)系統(tǒng)不斷壯大，擴展了 MCP 的功能：

• Docker： 管理容器、鏡像、卷和網(wǎng)絡(luò)。
• Kubernetes： 管理 Pod、部署和服務(wù)。
• Linear： 項目管理和問題跟蹤。
• Snowflake： 與 Snowflake 數(shù)據(jù)庫交互。
• Spotify： 控制 Spotify 播放并管理播放列表。
• Todoist： 任務(wù)管理集成。

MCP的常見問題有哪些？

MCP 常見問題入口：https://modelcontextprotocol.io/faqs

MCP官方網(wǎng)站入口網(wǎng)址：

MCP官網(wǎng)：https://modelcontextprotocol.io/

OpenI小編發(fā)現(xiàn)MCP網(wǎng)站非常受用戶歡迎，請訪問MCP官網(wǎng)網(wǎng)址入口試用。