MCP:让 AI 应用更聪明,只需几分钟

Leonardo.AI 和 FLUX Dev 模型生成(作者制作)

现在 AI 世界最新的趋势是 MCP(模型上下文协议)。

如果听起来无聊或者很复杂,别担心 ------ 这是个非常简单又有效的工具,可以帮你从零开始构建更好的 AI 智能体。

在这篇说明里,你会了解 MCP 是什么、它为什么重要、还有怎么从零开始构建你自己的 MCP 智能体。

AI 智能体是怎么运作的?

在幕后,一个 AI 智能体有一个思考模型和一个推理模型,它们和某个工具连接起来。

Napkin.AI 生成(作者制作)

这个"思考/推理模型 + 工具"的组合,就是从零开始构建 AI 智能体的方式。

模型可以创建一个任务列表,然后用它能访问的工具开始执行这些任务。

大多数情况下,要把你的思考模型(像 Gemini、GPT 或其它 LLM)和某个工具连接起来,通常都很复杂又花时间。

但有了 MCP 服务器的帮助,这个过程就简单多了,而且是标准化的,可以让你和工具互动并大规模构建智能体。

什么是 MCP?

MCP,全称是模型上下文协议(Model Context Protocol),是 Anthropic 最近推出的。

来源:anthropic.com

它是一个开源协议,标准化了 AI 助手如何连接到数据所在的系统,比如内容仓库、业务工具和开发环境。

简单来说,MCP 帮你连接本地数据库或远程服务器,这些可以是你想用的任何 API。

可以把 MCP 想象成 AI 应用的 USB-C 接口 ------ 它为任何 LLM 和任何工具之间提供了标准化的通信方式,不管是本地数据库、API 还是远程服务器。

为什么 MCP 很重要

MCP 重要,是因为它提供了一份不断增长的"预构建集成列表",你的 LLM 可以直接插进去用。

Napkin.AI 生成(作者制作)

以前你得一个个地把 API 接到你的 LLM,现在用 MCP,你只需要"插上就用"。

这种灵活性让你可以轻松切换 LLM 提供商和厂商,也提供了最佳实践,帮助你在自己的系统里保护数据安全。

MCP 本质上是 LLM 和工具之间的一个开放标准。

MCP 怎么运作

MCP 的基本架构是:一个客户端(可以是云服务、IDE 或模型)通过 MCP 服务器,和本地数据源或远程服务器(比如 web API)通信。

截图来自 modelcontextprotocol.io

这让你和任何工具之间的通信和任务执行变得轻松多了。

比如你想构建一个能在 Amazon 上下单的 AI 智能体,以前你得手动开发每个动作(打开 Amazon、登录、加入购物车等)。

现在有了 MCP,你只需要和你的 LLM 沟通,就能完成这些操作,根本不需要一个个手动开发。

构建 MCP 智能体

目前有两种主要方式构建 MCP 智能体:

1. 在 Visual Studio Code 中用 Cline:

  1. 安装 Visual Studio Code 和 Cline 扩展。

作者在 VS Code 上的截图

  1. 输入一个 API key(比如来自 OpenRouter)来让 Cline 运行。

作者在 VS Code 上的截图

  1. 在 Cline 中直接搜索并安装 MCP 服务器。

作者在 VS Code 上的截图

比如你可以安装 Google Calendar MCP,把它接入你的 AI 智能体,让它能访问和管理你的日程安排。

2. 用 Cursor:

Cursor 是一个由 AI 驱动的 IDE,可以帮你用 AI 写代码。

  1. 下载 Cursor 并设置一个项目文件夹。

截图来自 Cursor.com

截图来自 Cursor 设置页面

  1. 用 Smithery 浏览和安装 MCP,比如 Sequential Thinking 或 GitHub MCP。

截图来自 Smithery.ai

Smithery.ai Sequential Thinking MCP 安装的截图

Cursor 的截图

要用 GitHub MCP,你需要一个 GitHub 个人访问令牌(personal access token),这样才能连接并执行创建或更新代码仓库里的文件等操作。

听着,我知道这些信息很多 ------ 我尽量说得简短又把重点全都塞进来了。

所以我特意做了这些图文步骤指引(你应该能在文章里各处看到),保证你不会迷路。

MCP 真的在彻底改变这个领域!

我们说的是:

• 再也不用为连接 API 头疼了

• 自动操作 GitHub 而不用碰 GitHub

• 实时搜索网页真的能用上了

• 还有那种"插上即用"的美妙感受

说个小但重要的提醒:一定要仔细检查 API 权限!这些工具很强大,但记住------能力越大,嗯,你懂的。

相关推荐
小雷FansUnion1 小时前
深入理解MCP架构:智能服务编排、上下文管理与动态路由实战
人工智能·架构·大模型·mcp
资讯分享周1 小时前
扣子空间PPT生产力升级:AI智能生成与多模态创作新时代
人工智能·powerpoint
叶子爱分享2 小时前
计算机视觉与图像处理的关系
图像处理·人工智能·计算机视觉
鱼摆摆拜拜2 小时前
第 3 章:神经网络如何学习
人工智能·神经网络·学习
一只鹿鹿鹿2 小时前
信息化项目验收,软件工程评审和检查表单
大数据·人工智能·后端·智慧城市·软件工程
张较瘦_2 小时前
[论文阅读] 人工智能 | 深度学习系统崩溃恢复新方案:DaiFu框架的原位修复技术
论文阅读·人工智能·深度学习
cver1232 小时前
野生动物检测数据集介绍-5,138张图片 野生动物保护监测 智能狩猎相机系统 生态研究与调查
人工智能·pytorch·深度学习·目标检测·计算机视觉·目标跟踪
学技术的大胜嗷3 小时前
离线迁移 Conda 环境到 Windows 服务器:用 conda-pack 摆脱硬路径限制
人工智能·深度学习·yolo·目标检测·机器学习
还有糕手3 小时前
西南交通大学【机器学习实验10】
人工智能·机器学习
江瀚视野3 小时前
百度文心大模型4.5系列正式开源,开源会给百度带来什么?
人工智能