一文讲透 MCP,开启 Apifox MCP Server 内测之旅

如果你关注着 AI 的发展,那么最近可能经常看到 MCP 这个词。

MCP 即模型上下文协议 (Model Context Protocol) 的缩写,于 2024 年 11 月由 Claude 大模型的公司 Anthropic 推出并开源。这是一个将 AI 助手连接到第三方数据源的新标准,包括内容存储库、业务工具和开发环境。它的目的是帮助 AI 大模型生成更好、更相关的回答。

通过联网搜索向 AI 提供最新信息

随着 AI 大模型获得了广泛的使用,该行业在训练模型方面投入了大量资金,新的模型在推理能力和生成质量方面得到了较大的进步。但是,训练 AI 的数据集始终是滞后的、固定的,再强大的 AI 也只是知道过去发生的事情,却无法实时从外界获取最新的信息,比如今天的天气情况、今天的热点新闻等。

为了解决这个问题,常见的 AI 助手通过 AI 代理模式,设计了联网搜索的工作流。当用户和 AI 助手对话,且开启联网搜索后,AI 助手会先将用户说的话发送给第三方搜索引擎,然后将第三方搜索引擎的返回的内容和用户说的话一起提供给 AI 大模型,再由 AI 大模型生成回答。可以看出,搜索引擎在这里充当了第三方实时信息源的角色,为 AI 大模型提供了额外的上下文信息。

通过 API 向 AI 提供自有系统数据

对于搜索引擎能搜索到的、有多种信息源的公开信息,AI 助理的这种联网搜索功能效果不错。但是,如果希望 AI 能提供行业内部信息、或者你研发的自有系统内的信息,AI 联网搜索的效果就很不好,甚至无法实现。举个简单的例子,问开启了联网搜索的 DeepSeek 这个问题:Apifox 的最新版本是多少?DeepSeek 的回答是 2.6.41。但实际上,Apifox 的最新版已经到了 2.7.2,差了 10 个版本。

为了让自有系统和 AI 模型紧密协作,打破信息隔离,用户可以自行搭建 AI 代理,将自有系统的数据通过 API 的形式接入 AI 助手。继续上面的例子,我们可以将 Apifox 的更新日志内的信息,通过 API 向外提供。然后设定这样一个工作流:如果有人问 Apifox 的最新版本是多少,则调用这个 API,再将 API 返回的结果和用户的原始问题一起提供给 AI,这样 AI 就可以给出正确的回答了。

通过 MCP 服务器向 AI 提供上下文信息

以上只是一个非常简单的场景,在真实业务环境中,需要将多种数据源接入AI大模型,也就必须得为不同的数据源、不同的 AI 助手开发不同的连接器。虽然可以使用第三方 AI 代理工具或知识库工具,但仍然无法避免架构碎片化的问题。

MCP 协议正是为了解决数据连接器集成碎片化的问题而生。它使开发人员能够在其数据源和 AI 驱动的工具之间建立安全的双向连接。架构简单明了:开发人员可以通过 MCP 服务器公开他们的数据,也可以构建连接到这些服务器的 AI 应用程序(MCP 客户端)。

也就是说,开发者现在可以根据 MCP 这个标准协议来完成 AI 大模型与数据源的集成,而不是为每个数据源、每个 AI 助手维护单独的连接器。随着 MCP 生态系统的成熟,人工智能系统将在不同的工具和数据集之间移动时保持上下文,用更可持续的架构取代当今的零散集成。

通过 Apifox MCP Server 向 AI 提供接口文档

现在,越来越多的 AI 工具已经内置了 MCP 客户端,比如 Cursor、Cline、Claude Desktop 和 Cherry Studio,它们都已经具备连接到 MCP 服务器的能力。

Apifox 作为 API 设计、开发、测试一体化协作平台,致力于节省开发者的每一分钟,已经观察到了 MCP 在 API 开发工作流中的价值。我们希望每个人都能轻松地在 AI 和 API 之间架起桥梁。在此,我们宣布,Apifox MCP Server 开始内测

使用 Apifox MCP Server,可以将 Apifox 项目内的接口文档作为数据源提供给 Cursor 等支持 AI 编程的 IDE 工具,以便让 AI 能够直接访问项目对应的接口文档数据。

开发者可以通过 AI 助手完成以下工作:根据接口文档生成或修改代码、搜索接口文档内容等等,至于通过这个接口文档数据能让 AI 干什么更多更强大的活,请发挥你和你们团队的想象力😜

如何使用 Apifox MCP Server

安装配置好 MCP 后,Apifox MCP Server 会自动读取 Apifox 整个项目里的所有接口文档的数据并缓存在本地电脑,AI 可以通过 MCP 读取项目内所有的接口的接口文档数据。

你只要告诉 AI 你想要通过 API 文档做什么即可,示例:

  1. "通过 MCP 获取 API 文档,然后生成 Product 及其相关模型的定义代码"
  2. "根据 API 文档,然后在 Product DTO 里添加 API 文档新增的几个字段"
  3. "根据 API 文档给 Product 类的每个字段都加上注释"
  4. "根据 API 文档,生成接口 /users 相关的所有 MVC 代码"

注意:接口文档数据默认是会缓存在本地的,如果 Apifox 内的数据有更新,请告诉 AI 刷新接口文档数据,否则 AI 读到数据可能不是最新的。

该功能尚在内测阶段 ,感兴趣的小伙伴们可以前往帮助文档抢先体验哦~

MCP生态正在快速发展,我们正在与开发者们一起探索 AI 和 API 协作的未来。

相关推荐
Asthenia041215 分钟前
面试问题分析:为什么Java能实现反射机制,其他语言不行?
后端
拳布离手31 分钟前
fastgpt工作流探索
后端
Asthenia041235 分钟前
IO 多路复用详解:从概念->系统调用-> Java 在NIO中实现
后端
Asthenia041240 分钟前
场景题-Java 单体项目优化:应对高并发客户端访问的性能与线程安全分析
后端
安然无虞41 分钟前
31天Python入门——第5天:循环那些事儿
开发语言·后端·python
uhakadotcom1 小时前
商业智能最好的开源产品和商业产品分别是什么?
后端·面试·github
Asthenia04121 小时前
RedisBloom插件:让你的Redis支持布隆和布谷鸟!缓存穿透-URL映射(不可删)/黑名单管理(可增删)
后端
橘猫云计算机设计1 小时前
基于springboot医疗平台系统(源码+lw+部署文档+讲解),源码可白嫖!
java·spring boot·后端·spring·毕业设计
Asthenia04122 小时前
MyBatis-Plus 之逻辑删除:@TableLogic与全局配置字段逻辑删除之优势与劣势
后端