转发原文标题《AI 的 USB-C 标准：了解 MCP》

在 Alliance 工作的这些年里，我看到无数创始人构建了自己的专用工具，并将数据集成内置到他们的人工智能代理和工作流程中。然而，这些算法、形式化和独特的数据集被锁定在很少有人会使用的自定义集成后面。

随着模型上下文协议的出现，这种情况正在迅速改变。 MCP 被定义为一种开放协议，可标准化应用程序的通信方式并为法学硕士提供上下文。我非常喜欢的一个比喻是“用于 AI 应用的 MCP 就像用于硬件的 USB-C”；即标准化、即插即用、多功能且具有变革性。

为什么选择MCP？

Claude、OpenAI、LLAMA 等大型语言模型（LLMs）非常强大，但它们在当前阶段受限于可访问的信息。这意味着它们通常存在知识截止时间，无法自主浏览网页，也无法直接访问你的个人文件或专业工具，除非通过某种集成方式。

过去，开发者在将 LLM 连接到外部数据和工具时面临三大挑战：

• 集成复杂性：为每个 AI 平台（Claude、ChatGPT 等）构建单独的集成需要重复工作并维护多个代码库
• 工具碎片化：每个工具功能（例如文件访问、API 连接等）都需要自己专门的集成代码和权限模型
• 分发受限：专业工具通常局限于特定平台，限制了其覆盖范围和影响力。

MCP 通过提供一种标准化协议，使任何 LLM 都可以安全访问外部工具和数据源，从而解决了上述问题。现在我们了解了 MCP 的作用，接下来看看人们正在用它构建什么样的应用。

人们正在使用 MCP 构建什么？

MCP 生态系统目前正在创新爆炸式增长。以下是我在 Twitter 上发现的一些开发人员展示其作品的最新示例。

• 人工智能驱动的故事板：一个 MCP 集成方案让 Claude 控制 ChatGPT-4o，能够在没有人工干预的情况下自动生成吉卜力风格的完整分镜脚本。
• ElevenLabs 语音集成：一个 MCP 服务器允许 Claude 和 Cursor 通过简单的文本提示访问完整的 AI 音频平台。该集成强大到可以创建能够打出电话的语音代理，展示了 MCP 将现有 AI 工具扩展至音频领域的能力。
• Playwright 的浏览器自动化：一个 MCP 服务器让 AI 代理无需截图或视觉模型即可控制网页浏览器。这为网页自动化开辟了新可能，使 LLM 能够以标准化方式直接操控浏览器交互。
• 个人 WhatsApp 集成：一个连接到个人 WhatsApp 账户的服务器，使 Claude 能搜索消息和联系人，并发送新消息。
• Airbnb 搜索工具：一个用于搜索 Airbnb 公寓的工具，展示了 MCP 在构建与网页服务交互的实用应用方面的简洁与强大。
• 机器人控制系统：机器人的 MCP 控制器。该示例弥合了法学硕士和物理硬件之间的差距，展示了 MCP 在物联网应用和机器人技术方面的潜力。
• Google 地图和本地搜索：将 Claude 连接至 Google Maps 数据，创建一个可以查找和推荐本地商家的系统（例如咖啡店）。这个扩展让 AI 助手具备基于位置的服务能力。
• 区块链集成：Lyra MCP 项目将 MCP 能力引入 StoryProtocol 及其他 Web3 平台。这使得与区块链数据和智能合约的交互成为可能，为由 AI 强化的去中心化应用开辟了新前景。

这些示例的吸引力在于它们的多样性。自 MCP 推出以来短短时间内，开发者已构建出涵盖创意媒体制作、通讯平台、硬件控制、位置服务及区块链技术的各种集成应用。而这一切都遵循统一的标准协议，充分展示了 MCP 的多功能性与成为 AI 工具集成通用标准的潜力。

要查看全面的 MCP 服务器集合，请查看 GitHub 上的官方 MCP 服务器存储库。在使用任何 MCP 服务器之前，请务必注意以下免责声明：请谨慎操作，了解你正在运行的内容以及所授予的权限，确保数据和系统的安全性。

承诺 vs 炒作

对于任何新技术，都值得一问：MCP 是否真正具有变革性，或者只是另一种过度炒作的工具，将会逐渐消失？

在观察了这个领域的众多初创公司后，我相信 MCP 代表了人工智能发展的真正拐点。与许多承诺革命但带来增量变革的趋势不同，MCP 是一种生产力提升，可以解决一直阻碍整个生态系统的基本基础设施问题。

它特别有价值的是，它并不是试图取代现有的人工智能模型或与它们竞争，而是通过将它们连接到外部工具和所需的数据来使它们变得更加有用。

当然，也存在一些合理的担忧，比如安全性和标准化问题。正如所有新协议在初期阶段一样，我们很可能会经历一段成长的阵痛期，社区需要逐步探索最佳实践，包括审计机制、权限管理、身份验证以及服务器的可信验证等方面。开发者必须对这些 MCP 服务器的功能保持信任的同时，也不能盲目信任，尤其是在 MCP 服务器变得越来越普遍的今天。这篇文章还讨论了一些近期暴露出的安全漏洞，这些漏洞源于未经严格审查的 MCP 服务器，即使是在本地运行时也存在风险。

人工智能的未来是情境化的

最强大的人工智能应用程序不会是独立的模型，而是通过 MCP 等标准化协议连接的专业功能生态系统。对于初创公司来说，MCP 提供了构建适合这些不断发展的生态系统的专用组件的机会。这是一个利用你独特知识和能力的契机，同时还能从基础模型的大规模投资中受益。

展望未来，我们可以预期 MCP 将成为人工智能基础设施的基本组成部分，就像 HTTP 之于网络一样。随着协议的成熟和采用的增长，我们可能会看到专用 MCP 服务器的整个市场出现，从而使人工智能系统能够利用几乎任何可以想象的功能或数据源。

附录

对于那些有兴趣了解 MCP 在底层如何实际工作的人，以下附录提供了其架构、工作流程和实现的技术细分。

深入了解 MCP 的工作机制

就像 HTTP 标准化了网页访问外部数据源和信息的方式一样，MCP 正在为 AI 框架打造一套统一语言，使不同的 AI 系统能够无缝协作。那它是如何做到这一点的呢？让我们一探究竟。

MCP 架构和流程

主要架构遵循客户端-服务器模型，由四个关键组件协同工作：

• MCP 主机：Claude 或 ChatGPT 等桌面 AI 应用程序、cursorAI 或 VSCode 等 IDE，或需要访问外部数据和功能的其他 AI 工具
• MCP 客户：嵌入主机内的协议处理程序，与 MCP 服务器保持一对一连接
• MCP服务器：通过标准化协议公开特定功能的轻量级程序
• 数据来源：MCP 服务器可以安全访问的文件、数据库、API 和服务

现在我们已经讨论了这些组件，让我们看看它们在典型工作流程中如何交互：

1. 用户发起请求：例如在 Claude 桌面版中，用户提出一个问题或操作需求。
2. LLM 分析请求：大语言模型分析请求后判断：需要外部工具或数据来生成完整回答。
3. 工具发现：MCP 客户端查询所连接的 MCP 服务器，查找有哪些可用工具（功能模块）。
4. 工具选择：LLM 根据需求和工具能力，选择最适合的 MCP Server 来处理该请求
5. 权限请求：MCP Host 向用户请求授权，以执行选定工具。这个步骤对于安全与透明性至关重要。
6. 工具执行：一旦用户授权，MCP Client 向相应 MCP Server 发送请求，由服务器执行相关操作，并访问对应数据源。
7. 结果处理：MCP Server 返回结果，Client 对结果进行格式化处理，供 LLM 使用。
8. 响应生成：LLM 将外部信息整合进最终回答中。
9. 用户演示：最后将响应显示给最终用户

该架构最强大的地方在于：每个 MCP Server 只需专注于某一领域功能，但它们都使用统一协议进行通信。因此，开发者不必为每个平台重复开发集成，只需一次开发，即可服务整个 AI 生态。

如何构建您的第一个 MCP 服务器

现在让我们看看如何使用 MCP SDK 用几行代码实现一个简单的 MCP 服务器。

在这个简单的示例中，我们希望扩展 Claude Desktop 的能力，使其能够回答类似于 “中央公园附近有哪些咖啡店？” 这样的问题，并通过 Google Maps 获取信息。你可以轻松扩展这个功能，比如获取店铺的评论或评分，但现在我们专注于实现一个基本的 MCP 工具 —— find_nearby_places。这个工具将允许 Claude 直接从 Google Maps 获取地点数据，并以对话形式将结果呈现给用户。

正如您所看到的，代码非常简单。 1) 它将查询转换为 Google 地图 API 搜索，2) 以结构化格式返回排名靠前的结果。因此，信息将被传递回 LLM 以供进一步决策。

现在我们需要让 Claude Desktop 知道这个工具，所以我们将它注册到它的配置文件中，如下所示。

• 苹果系统： ~/Library/Application Support/Claude/claude_desktop_config.json
• 微软视窗系统： %APPDATA%\Claude\claude_desktop_config.json

瞧，你完成了。你已经成功地将 Claude 扩展成一个能够实时从 Google Maps 获取位置数据的智能助手。

声明：

1. 本文转载自 [X]，原文标题《AI 的 USB-C 标准：了解 MCP》，所有版权归原作者 [@Drmelseidy] 所有。若对本次转载有异议，请联系 Gate Learn 团队，他们将及时处理。

2. 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。

3. 本文的其他语言翻译由 Gate Learn 团队完成。除非另有说明，否则禁止复制、分发或抄袭翻译文章。