MCP（Model Context Protocol，模型上下文協(xié)議）是一種標準化的通信協(xié)議 ，是2024年11月底，由 Anthropic 推出的一種開放標準，旨在規(guī)范大語言模型（LLM）與外部工具、服務或系統(tǒng)之間的交互方式。它的核心目標是提供一個通用、開放、可擴展的接口層，使得不同平臺、模型和工具之間可以無縫對接，實現(xiàn)跨系統(tǒng)的互操作性。
MCP 的設計理念類似于“中間件”或“基礎設施層”，它不依賴于某個特定模型的能力，而是為所有模型和工具提供統(tǒng)一的接入標準，從而降低集成成本并提升協(xié)作效率。
說到這就不得不提一下Function Calling，F(xiàn)unction Calling（函數(shù)調(diào)用）是指大語言模型在理解用戶意圖后，主動調(diào)用預定義的外部函數(shù)來完成特定任務的一種能力。這種機制通常內(nèi)嵌于模型本身，依賴模型自身的理解和推理能力來決定何時、如何調(diào)用函數(shù)。
例如，當用戶問“明天北京天氣如何？”時，模型會識別出需要調(diào)用“獲取天氣”的函數(shù)，并將參數(shù)“城市=北京”傳入該函數(shù)以獲取結(jié)果。
二者區(qū)別如下：
MCP 協(xié)議采用了一種獨特的架構(gòu)設計，它將 LLM 與資源之間的通信劃分為三個主要部分：客戶端（MCP Client）、服務器（MCP Server）和資源（Resources）。
客戶端負責發(fā)送請求給 MCP 服務器，服務器則將這些請求轉(zhuǎn)發(fā)給相應的資源。這種分層的設計使得 MCP 協(xié)議能夠更好地控制訪問權限，確保只有經(jīng)過授權的用戶才能訪問特定的資源。
MCP client 充當 LLM 和 MCP server 之間的橋梁，MCP client 的工作流程如下：
- MCP client 首先從 MCP server 獲取可用的工具列表。
- 將用戶的查詢連同工具描述通過 function calling 一起發(fā)送給 LLM。
- LLM 決定是否需要使用工具以及使用哪些工具。
- 如果需要使用工具，MCP client 會通過 MCP server 執(zhí)行相應的工具調(diào)用。
- 工具調(diào)用的結(jié)果會被發(fā)送回 LLM。
- LLM 基于所有信息生成自然語言響應。
- 最后將響應展示給用戶。
Claude Desktop ，Cursor， cherry studio，trae，cline 等都支持了MCP Server接入能力，它們就是作為 MCP client來連接某個MCP Server感知和實現(xiàn)調(diào)用。
MCP server 是 MCP 架構(gòu)中的關鍵組件，它可以提供 3 種主要類型的功能：
資源（Resources）：類似文件的數(shù)據(jù)，可以被客戶端讀取，如 API 響應或文件內(nèi)容。
工具（Tools）：可以被 LLM 調(diào)用的函數(shù)（需要用戶批準）。
提示（Prompts）：預先編寫的模板，幫助用戶完成特定任務。
這些功能使 MCP server 能夠為 AI 應用提供豐富的上下文信息和操作能力，從而增強 LLM 的實用性和靈活性。
你可以在以下這些地方找到公開的MCP Server列表
官方MCP列表： github 搜索關鍵詞： Model Context Protocol servers
魔搭社區(qū)MCP廣場
MCP的應用包括但不限于以下這些，隨著AI技術的發(fā)展，MCP有成為事實標準的趨勢。
智能體外掛工具集 ：MCP Server 是構(gòu)建智能體（Agent）的重要“外掛工具”集合，幫助AI模型擴展能力邊界，實現(xiàn)更復雜的業(yè)務邏輯
。
跨平臺協(xié)作 ：通過統(tǒng)一的MCP接口，不同平臺、模型和工具之間可以無縫對接，降低集成成本并提升協(xié)作效率
。
AI應用開發(fā) ：開發(fā)者可以通過MCP Server 快速將已有應用（如FastGPT上的應用）以MCP協(xié)議對外提供調(diào)用能力，加速AI應用的部署與迭代
暫無評論，快來評論吧!