Clarence.C
字数
全文阅读时间
在一个万物互联的世界，AI 模型就像是核心不断在分析和推导，Chat，的AI孤岛，如果想让 AI 模型能连接到更多工具和接口就需要用到 MCP，MCP 是AI 模型和外部工具的通讯协议，主要是解决 AI 应用快速而灵活地扩展功能。
MCP (Model Context Protocol， 模型上下文协议)
2024年11月底，由 Anthropic 推出的一种开放标准，旨在统一大型语言模型（LLM）与外部数据源和工具之间的通信协议。MCP 的主要目的在于解决当前 AI 模型因数据孤岛限制而无法充分发挥潜力的难题，MCP 使得 AI 应用能够安全地访问和操作本地及远程数据，为 AI 应用提供了连接万物的接口。
MCP 核心架构
从上图可以看出 MCP 核心架构分几个部分，MCP 遵循客户端-服务器架构（client-server），其中包含以下几个核心概念：
- MCP 主机（MCP Hosts）：发起请求的 LLM 应用程序（例如 Claude Desktop、IDE 或 AI 工具）。
- MCP 客户端（MCP Clients）：在主机程序内部，与 MCP server 保持 1:1 的连接。
- MCP 服务器（MCP Servers）：为 MCP client 提供上下文、工具和 prompt 信息。
- 本地资源（Local Resources）：本地计算机中可供 MCP server 安全访问的资源（例如文件、数据库）。
- 远程资源（Remote Resources）：MCP server 可以连接到的远程资源（例如通过 API）。
MCP的起源
Anthropic 想做一个类似 LSP（Language Server Protocol）的东西？把这种”AI 应用与扩展之间的通信”标准化。
LSP 是一种用于开发工具的通信协议，由微软在2016年首次提出，并在开源社区中得到了广泛的支持和推广。它主要用于简化和标准化编程语言工具（如代码编辑器、集成开发环境IDE等）与语言服务器之间的交互。
LSP 的功能主要用于做，自动提示代码，代码导航格式化，重构智能提示等功能，LSP 也是采用客户端-服务器模式。客户端通常是代码编辑器或IDE，服务器是语言服务器（Language Server），负责处理与特定编程语言相关的逻辑，客户端和服务器之间通过JSON-RPC协议进行通信。客户端发送请求（如代码补全请求），服务器处理后返回响应。
MCP vs Function Calling vs A2A
| 对比维度 | MCP Model Context Protocol |
Function Calling | A2A Agent to Agent Protocol |
|---|---|---|---|
| 性质 | 技术协议 | 功能机制，使用 API 调用 | 开放协议 |
| 范围 | 主要聚焦于解决不同大语言模型（LLM）与不同外部工具集成的标准化问题的连接。 | 主要实现大语言模型与外部工具和服务的交互功能。 | 侧重于AI智能体之间的通信和协作，支持不同系统和供应商的Agent智能体协同工作，涵盖跨企业工作流、长运行任务等场景。 |
| 目标 | 标准化运行协议规范，避免业务代码重复编写。 | 为大模型提供工具调用功能，扩展模型的能力和应用场景 | 实现智能体之间的安全、标准化互操作，打破智能体之间的"信息孤岛" |
| 实现 | 基于标准协议，实现 Function Call | 基于选择函数、准备参数、调用函数和整合代码 | 以"任务驱动、消息流转、能力发现"为核心实现 |
| 常见场景 | 支持复杂场景，跨平台数据访问和操作复杂任务 | 简单任务，机械式操作 | 支持复杂场景，并可以Agent 智能体之间协作操作复杂任务 |