开篇：工具箱的烦恼

还记得我们在第二篇上给智者配备的工具箱吗？通过 Function Calling，智者获得了调用各种工具的能力：查天气、发邮件、订餐厅...能力大大增强。

智者很开心，你也很满意。但随着使用时间的增长，你发现了一些新的问题。

一、Function Calling 的局限性

问题1：每次都要"手把手教学"

有一天，你的朋友也想给他的智者配工具箱。

朋友： "我看你给智者配了天气查询工具，我也想给我的智者配一个。"

你： "好啊，我把工具给你。"

你把天气查询的API给了朋友，但朋友发现：他还需要重新写一遍工具说明！

// 你的智者的工具定义
{
  "name": "weather_query",
  "description": "查询天气",
  "parameters": {
    "city": {"type": "string", "description": "城市名"}
  }
}

// 朋友的智者也需要定义一遍
{
  "name": "get_weather",  // 名字不一样
  "description": "获取天气信息",  // 描述也不一样
  "parameters": {
    "location": {"type": "string", "description": "地点"}  // 参数名也不一样
  }
}

问题： 同一个工具，每个人都要重新定义一遍，太麻烦了！

问题2：工具"水土不服"

你用的智者是 GPT，朋友用的智者是 Claude。

你发现：你写的工具定义，在朋友的智者那里用不了！

GPT 要求的格式是一种
Claude 要求的格式又是另一种
其他智者可能又有自己的要求

比喻： 就像你买了一个充电器，只能给苹果手机充电，不能给安卓手机充电。每种手机都需要专门的充电器。

问题： 工具不通用，每个平台都要单独适配。

问题3：工具箱越来越乱

随着你给智者配备的工具越来越多：

天气查询器（来自A网站的API）
邮件发送器（来自B公司的服务）
日历工具（来自C平台的接口）
数据库查询器（自己写的脚本）
文件处理器（从朋友那里拷贝的）
...

每个工具的使用方式都不一样：

有的需要先配置API密钥
有的需要安装依赖包
有的需要特殊的权限设置
有的升级了你还不知道

你的工具箱变成了一个"大杂烩"，管理起来越来越困难。

问题： 工具来源混乱，标准不统一，维护成本高。

问题4：工具无法"即插即用"

你听说有个很好用的数据分析工具，想给智者用。

但要接入这个工具，你需要：

阅读工具的文档（50页）
写工具的定义（半小时）
写调用的代码（1小时）
测试和调试（2小时）
配置权限和安全（1小时）

太麻烦了！

你想：为什么工具不能像U盘一样"即插即用"呢？插上就能用，拔掉就断开，不需要每次都折腾半天？

问题： 工具接入成本高，无法快速试用和切换。

问题5：安全和权限管理分散

不同的工具，有不同的权限管理方式：

邮件工具：自己管理邮箱密码
数据库工具：自己管理数据库权限
文件工具：自己管理文件访问权限
...

你需要在不同的地方配置权限，很容易出错或遗漏。

更糟糕的是，如果某个工具有安全漏洞，你可能都不知道。

问题： 安全管理分散，缺乏统一的权限控制。

二、行业的困境：各自为政

不只是你遇到了这些问题，整个行业都面临同样的困境。

各自为政的现状

智者提供商（大模型公司）

OpenAI有自己的Function Calling格式
Anthropic（Claude）有自己的格式
Google有自己的格式
...

工具开发者

要支持多个智者，就要写多份定义
每个智者升级，都可能要改代码
维护成本极高

用户（开发者）

换个智者，工具都要重新接入
想用第三方工具，接入很麻烦
工具管理一团糟

类比：没有USB之前的电脑

在USB标准出现之前，电脑外设是什么样的？

鼠标有专门的鼠标接口
键盘有专门的键盘接口
打印机有并口
扫描仪有串口
每种设备都不一样，主板上密密麻麻一堆接口

USB的革命

统一了接口标准
设备即插即用
一个接口可以接各种设备
设备可以方便地在不同电脑间共享

大模型工具生态，也需要这样一个"USB标准"！

三、MCP的诞生：统一的工具标准

2024年，Anthropic（Claude的开发公司）联合行业合作伙伴，推出了 MCP（Model Context Protocol，模型上下文协议）。

MCP是什么？

官方定义：MCP是一个开放标准，用于连接AI模型（智者）和各种数据源、工具。

通俗理解：MCP就像是智者工具箱的"USB标准"：

统一接口：所有工具都按同一个标准制作
即插即用：工具可以方便地接入和移除
跨平台兼容：一个工具可以被不同的智者使用

用智者的比喻来理解

之前（Function Calling）

你给智者的工具箱：

【你的工具箱】
├─ 天气查询器（自己写的定义）
├─ 邮件发送器（自己写的定义）
├─ 数据库查询器（自己写的定义）
└─ ...

【朋友的工具箱】
├─ 天气查询器（朋友自己写的定义，和你的不一样）
├─ 邮件发送器（朋友自己写的定义，和你的不一样）
└─ ...

问题： 每个人都要重新写，工具不能共享。

现在（MCP）

工具变成了"标准化产品"：

【MCP工具市场】
├─ 天气查询服务（Weather MCP Server）
│   └─ 按MCP标准制作，任何智者都能用
├─ 邮件服务（Email MCP Server）
│   └─ 按MCP标准制作，任何智者都能用
├─ 数据库服务（Database MCP Server）
│   └─ 按MCP标准制作，任何智者都能用
└─ ...

【你的智者】── 连接 ──> 【MCP工具市场】
【朋友的智者】── 连接 ──> 【MCP工具市场】
【任何人的智者】── 连接 ──> 【MCP工具市场】

好处： 工具一次开发，到处使用；用户即插即用，方便快捷。

四、MCP的核心概念

核心架构：三个角色

MCP定义了三个核心角色：

graph LR
    A[MCP Host<br/>宿主应用<br/><br/>你的应用<br/>Claude Desktop, IDE等] <-->|通信| B[MCP Client<br/>客户端<br/><br/>智者 大模型<br/>GPT/Claude 等]
    B <-->|通信| C[MCP Server<br/>工具服务<br/><br/>具体的工具<br/>天气API、数据库等]
    
    style A fill:#e3f2fd
    style B fill:#fff9c4
    style C fill:#f3e5f5

1. MCP Host（宿主应用）

是什么： 运行智者的应用程序

举例：

Claude Desktop（Claude的桌面应用）
VS Code（代码编辑器）
浏览器扩展
你自己开发的AI应用

比喻： 就像你的"工作台"，智者在这里工作。

2. MCP Client（客户端）

是什么： 智者（大模型）本身，负责理解任务和调用工具

作用：

接收用户的问题
决定需要使用什么工具
通过MCP协议调用 MCP Server
整理工具返回的结果

比喻： 智者本人，会通过标准协议使用工具。

3. MCP Server（工具服务器）

是什么： 实际提供功能的工具

举例：

Weather MCP Server（天气查询）
Database MCP Server（数据库访问）
Filesystem MCP Server（文件系统）
GitHub MCP Server（GitHub操作）

比喻： 工具箱里的各个工具，但都按统一标准制作。

工作流程

让我们看一个完整的例子：

你问： "今天北京天气怎么样？"

1. 【MCP Host】收到你的问题
   ↓
2. 【MCP Host】把问题传给智者（MCP Client）
   ↓
3. 【MCP Client】分析：需要查天气
   ↓
4. 【MCP Client】通过MCP协议，向 Weather MCP Server 发送请求
   ↓
5. 【Weather MCP Server】调用天气API，获取数据
   ↓
6. 【Weather MCP Server】按MCP格式返回结果给智者
   ↓
7. 【MCP Client】整理结果，生成回答
   ↓
8. 【MCP Host】把回答显示给你

五、MCP的优势

优势1：统一标准，一次开发，到处使用

工具开发者的福音

之前：

开发一个天气工具：
1. 写核心功能（3小时）
2. 为GPT写定义（1小时）
3. 为Claude写定义（1小时）
4. 为其他模型写定义（1小时×N）
5. 各个平台升级，都要改代码（持续维护）

现在：

开发一个天气MCP Server：
1. 写核心功能（3小时）
2. 按MCP标准实现接口（1小时）
3. 完成！所有支持MCP的智者都能用

用户的便利

之前：

想用新工具？写定义、写代码、测试调试...
换个智者？所有工具重新接入...

现在：

想用新工具？安装 MCP Server，配置一下，完成！
换个智者？只要支持MCP，工具无缝切换！

优势2：即插即用，像USB一样方便

安装工具就像安装软件

# 安装天气工具
npm install @weather/mcp-server

# 配置到你的应用
{
  "mcpServers": {
    "weather": {
      "command": "npx",
      "args": ["@weather/mcp-server"]
    }
  }
}

# 完成！智者现在可以查天气了

移除工具也很简单

# 不想要了？直接卸载
npm uninstall @weather/mcp-server

# 或者在配置里注释掉
// "weather": {...}

# 完成！工具被移除

优势3：生态繁荣，丰富的工具库

由于标准统一，工具可以方便地共享和复用，很快就会形成丰富的生态：

官方提供的 MCP Servers

@modelcontextprotocol/server-filesystem  - 文件系统访问
@modelcontextprotocol/server-github      - GitHub操作
@modelcontextprotocol/server-postgres    - PostgreSQL数据库
@modelcontextprotocol/server-sqlite      - SQLite数据库
@modelcontextprotocol/server-google-maps - 地图服务
...

社区开发的 MCP Servers

@community/weather    - 天气查询
@community/email      - 邮件发送
@community/calendar   - 日历管理
@community/notion     - Notion笔记
@community/slack      - Slack消息
...

企业自建的 MCP Servers

@yourcompany/crm        - 公司CRM系统
@yourcompany/database   - 公司数据库
@yourcompany/api        - 公司内部API
...

就像 npm、pip、GitHub 一样，形成一个繁荣的工具生态。

优势4：安全可控，统一的权限管理

集中的权限配置

{
  "mcpServers": {
    "database": {
      "command": "db-mcp-server",
      "permissions": {
        "read": true,
        "write": false    // 只允许读，不允许写
      }
    },
    "email": {
      "command": "email-mcp-server",
      "permissions": {
        "send": true,
        "read": false     // 只允许发，不允许读邮件
      }
    }
  }
}

审计和日志

2024-11-10 10:30:15 [MCP] weather-server: query(city="北京") -> 成功
2024-11-10 10:31:22 [MCP] email-server: send(to="...", subject="...") -> 成功
2024-11-10 10:32:30 [MCP] database-server: query(...) -> 权限拒绝

所有工具的调用都有记录，方便审计和追踪。

优势5：易于扩展，快速集成新能力

场景：你想让智者访问你的Notion笔记

之前（Function Calling）：

研究Notion API（2小时）
写工具定义（1小时）
写调用代码（2小时）
测试调试（2小时）
总计：7小时

现在（MCP）：

搜索"Notion MCP Server"
找到 @community/mcp-server-notion
安装：npm install @community/mcp-server-notion
配置API密钥
总计：10分钟

六、MCP vs Function Calling

让我们全面对比一下：

对比项	Function Calling	MCP
标准化	每个平台各自定义	统一的开放标准
工具复用	难以复用，需要重新定义	一次开发，到处使用
跨平台	不同平台需要适配	跨平台兼容
接入成本	每个工具都要写定义和代码	安装即用，成本低
生态	分散，难以共享	统一生态，易于共享
权限管理	分散在各个工具	集中统一管理
可维护性	工具多了难以维护	标准化，易于维护
升级	需要手动同步	工具自主升级

类比：

Function Calling = 每个设备专用的接口（PS/2鼠标口、并口、串口）
MCP = USB标准（统一接口，即插即用）

七、MCP的实际应用

场景1：个人知识管理

你想让智者帮你管理各种笔记和文档：

{
  "mcpServers": {
    "notion": {
      "command": "mcp-server-notion",
      "apiKey": "your-notion-api-key"
    },
    "obsidian": {
      "command": "mcp-server-obsidian",
      "vaultPath": "/path/to/vault"
    },
    "filesystem": {
      "command": "mcp-server-filesystem",
      "allowedPaths": ["/Users/yourname/Documents"]
    }
  }
}

效果：

"帮我在Notion中找关于Python的笔记"
"把这段内容保存到Obsidian"
"搜索我文档里所有提到'机器学习'的文件"

场景2：软件开发助手

你想让智者帮你写代码、管理项目：

{
  "mcpServers": {
    "github": {
      "command": "mcp-server-github",
      "token": "your-github-token"
    },
    "git": {
      "command": "mcp-server-git",
      "repoPath": "/path/to/repo"
    },
    "postgres": {
      "command": "mcp-server-postgres",
      "connectionString": "postgresql://..."
    }
  }
}

效果：

"查看GitHub上最近的issues"
"创建一个新分支并提交代码"
"查询数据库中用户表的结构"

场景3：企业办公自动化

{
  "mcpServers": {
    "email": {
      "command": "mcp-server-email"
    },
    "calendar": {
      "command": "mcp-server-calendar"
    },
    "crm": {
      "command": "company-crm-mcp-server"
    },
    "slack": {
      "command": "mcp-server-slack"
    }
  }
}

效果：

"查看今天的日程"
"给客户发邮件确认会议时间"
"在CRM中查找这个客户的历史记录"
"在Slack中通知项目组会议延期"

场景4：数据分析

{
  "mcpServers": {
    "postgres": {
      "command": "mcp-server-postgres"
    },
    "excel": {
      "command": "mcp-server-excel"
    },
    "chart": {
      "command": "mcp-server-chart"
    }
  }
}

效果：

"分析上个月的销售数据"
"生成销售趋势图表"
"将分析结果导出到Excel"

八、如何使用MCP

作为用户：使用MCP工具

步骤1：选择支持MCP的应用

目前支持MCP的应用（持续增加中）：

Claude Desktop - Anthropic官方桌面应用
支持MCP的IDE插件 - VS Code等
自定义应用 - 任何集成了MCP的应用

步骤2：安装MCP Server

# 使用npm安装
npm install -g @modelcontextprotocol/server-filesystem

# 或使用其他包管理器
pip install mcp-server-weather

步骤3：配置MCP Server

编辑应用的配置文件（如Claude Desktop的配置）：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/yourname/Documents"
      ]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_TOKEN": "your_token_here"
      }
    }
  }
}

步骤4：重启应用，开始使用

配置完成后，重启应用，智者就可以使用这些工具了！

作为开发者：创建MCP Server

如果你想开发自己的MCP Server：

最小示例

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";

// 创建服务器
const server = new Server({
  name: "my-awesome-server",
  version: "1.0.0"
});

// 定义工具
server.setRequestHandler("tools/list", async () => {
  return {
    tools: [
      {
        name: "get_current_time",
        description: "获取当前时间",
        inputSchema: {
          type: "object",
          properties: {
            timezone: {
              type: "string",
              description: "时区，如'Asia/Shanghai'"
            }
          }
        }
      }
    ]
  };
});

// 实现工具逻辑
server.setRequestHandler("tools/call", async (request) => {
  if (request.params.name === "get_current_time") {
    const timezone = request.params.arguments?.timezone || "UTC";
    const now = new Date().toLocaleString("zh-CN", { timeZone: timezone });
    
    return {
      content: [
        {
          type: "text",
          text: `当前时间（${timezone}）：${now}`
        }
      ]
    };
  }
});

// 启动服务器
const transport = new StdioServerTransport();
await server.connect(transport);

发布到npm

npm publish

# 其他人就可以使用了
npm install your-mcp-server

九、MCP的未来

生态发展

随着MCP的推广，我们可以期待：

1. 丰富的工具市场

就像Chrome的扩展商店、VS Code的插件市场一样：

MCP Server 市场
├─ 办公工具（Email、Calendar、文档处理）
├─ 开发工具（Git、GitHub、CI/CD）
├─ 数据工具（数据库、数据分析、可视化）
├─ 社交工具（Slack、Discord、微信）
├─ 内容工具（Notion、Obsidian、博客）
└─ 企业工具（CRM、ERP、定制系统）

2. 标准化的安全框架

MCP Security Framework
├─ 统一的权限模型
├─ OAuth/API密钥管理
├─ 审计和日志标准
├─ 沙箱隔离机制
└─ 敏感数据保护

3. 企业级应用

企业MCP生态
├─ 内部工具标准化
├─ 跨部门工具共享
├─ 统一的安全和合规
└─ AI助手快速部署

与其他技术的融合

MCP + RAG

智者的完整能力：
├─ MCP：连接外部工具和系统
├─ RAG：连接知识库和文档
└─ Function Calling：传统的函数调用（逐步被MCP取代）

MCP + Agent

自主的AI Agent：
├─ 通过MCP访问各种资源
├─ 使用Memory记住长期信息
├─ 用CoT/ReAct进行推理
└─ 自主规划和完成复杂任务

行业标准化

MCP有望成为AI工具连接的行业标准：

各大AI公司的支持（OpenAI、Google等）
开源社区的贡献
企业的广泛采用

十、总结

从Function Calling到MCP的进化

Function Calling（第一代）
├─ 每个应用各自定义工具
├─ 工具难以复用和共享
├─ 维护成本高
└─ 生态分散

    ↓ 进化

MCP（第二代）
├─ 统一的开放标准
├─ 工具一次开发，到处使用
├─ 即插即用，维护简单
└─ 统一生态，繁荣发展

智者的装备升级史

回顾我们给智者配备的所有能力：

篇章	装备	能力	局限	解决方案
第一篇	基础能力	回答问题	知识过时、会瞎编	→ RAG、Function
第二篇上	RAG + Function + CoT	查资料、用工具、能推理	工具标准不统一	→ MCP
第二篇下	Memory + Agent	能记忆、自主工作	-	-
第三篇	MCP	标准化工具生态	-	-

MCP的核心价值

标准化 - 统一接口，消除碎片化
即插即用 - 降低接入成本，提高效率
生态繁荣 - 工具可共享，形成生态
安全可控 - 集中管理，统一审计
面向未来 - 为AI应用的大规模落地铺路

类比总结

类比	之前	现在（MCP）
电脑外设	各种专用接口	USB标准
手机充电	每家专用充电器	Type-C统一接口
软件插件	各自为政	统一扩展商店
网络协议	私有协议	HTTP标准

结语

从Function Calling到MCP，我们见证了AI工具连接方式的重大进化。

就像USB标准让电脑外设"即插即用"，MCP正在让AI工具的连接变得标准化、简单化。

智者的工具箱不再是杂乱无章的"大杂烩"，而是井然有序的"标准化生态"。

这不仅仅是技术的进步，更是AI应用大规模落地的基础设施。

未来，当每个AI应用都支持MCP，当成千上万的MCP Servers涌现，AI将能更方便地连接到世界的每一个角落，真正成为我们的"超级助手"。

智者的进化还在继续，MCP开启了新的篇章！ 🚀

附录：资源链接

官方资源

MCP规范：https://spec.modelcontextprotocol.io/
MCP SDK：https://github.com/modelcontextprotocol/sdk
官方文档：https://modelcontextprotocol.io/

官方MCP Servers

Filesystem：文件系统访问
GitHub：GitHub操作
PostgreSQL：数据库访问
Google Maps：地图服务

社区资源

Awesome MCP：精选的MCP Server列表
MCP示例：各种实现示例
教程和文章：学习资源

开发工具

MCP Inspector：调试工具
MCP TypeScript SDK：TypeScript开发
MCP Python SDK：Python开发

大模型进阶：统一工具标准 —— MCP协议

评论区

需要帮助？