前言
最近，我们领导一拍脑袋，说要弄块可视化大屏挂在公司为业务赋能，别的不谈，起码客户来拜访得能唬的住！
于是产品经理光速拉通了会议，总结一下重点就是：
- 大屏要有科技感，第一眼看起来要酷炫
- 要让人感觉数据是活的
- 敏捷开发，快速落地
会后产品经理发了一张图给我，让我参考参考，大概长下面这样👇
是的，我们公司没有UI，开局全靠产品经理一张图～
最后加了好几天的班才勉强交付。
痛定思痛，公司要我一岗多能，那我只能给自己降本增效了～
苦练AI编程两年半，带薪摸鱼悄悄上岸！
话不多说，撸袖开干！
AI编程入门指南
工欲善其事，必先利其器，咱都是搞IT的，一款好工具的重要性相信不用我多说。
在经过多方调研后我选择Cursor作为主力AI IDE，在使用体验上与VsCode基本一致，非常友好！
目前市面上主流的AI编程IDE交互设计方面基本雷同，都是通过一个AI侧边栏窗口进行交互。
选择语言模型 、工作模式 以及上下文，然后发送提示词，等待AI输出，这样就完成了一次完整的交互。
工作模式一般分问答（Ask）和智能体（Agent）两种模式，Ask模式下AI不会修改工作区的代码，只会在侧边栏输出，Agent模式则直接修改工作区代码并通过Diff形式让用户选择是否采纳。
上下文可以是项目内的文件、文件夹、代码片段、Git提交等。 当不选择上下文时IDE会默认将整个项目作为上下文，导致AI输出变慢。
花了一点时间熟悉了基础的AI编程功能后，很快我就写出了N个小工具，不得不说，真的有被几句提示词就搞定一个项目的感觉爽到～
刚好最近产品经理又提了几个新需求，拿来试试！
然而这一次，在用光了好几个Cursor帐号白嫖的免费额度后也没能达到一个预期的结果。
这几个需求明明并不复杂，问题出在了哪里？
为AI安装"应用商店"
在企业级web项目开发中，前端UI层需要和原型图、设计稿进行交互，后端数据层则是要和数据库、消息队列进行交互，前后端接口联调需要进行与接口文档工具进行交互。
涉及UI的前端部分，当我上传原型图图片作为上下文时，图片提取识别准确度不够，使用提示词精准描述UI布局的细节是个难题。
涉及数据库表相关的后端部分也存在类似的问题，描述数据库模型需要的提示词文本量大，并且涉及多表关联的复杂查询容易在描述提示词时产生歧义。
而这些归根结底都是同一个问题，AI缺少了外部服务的上下文。
AI大模型本身的上下文只局限于项目内部，而我们上面提到的原型图、设计稿、数据库、消息队列、接口文档都属于外部服务，AI是"看不见"的。
问题是如何让这些外部服务和AI大模型结合到一起？
什么是MCP
有请本章节的主角MCP来帮我们解决这个难题！
Model Context Protocol（模型上下文协议），简称MCP，是一种将 AI 应用程序连接到外部系统的开源标准。
使用 MCP，Claude 或 ChatGPT 等 AI 应用程序可以连接到数据源（例如本地文件、数据库）、工具（例如搜索引擎、计算器）和工作流（例如专门的提示）------使它们能够访问关键信息并执行任务。
可以将 MCP 想象成 AI 应用的 USB-C 端口。正如 USB-C 提供了连接电子设备的标准化方式一样，MCP 也提供了将 AI 应用连接到外部系统的标准化方式。
简单来说，MCP是一种开源标准协议，支持这一协议的外部服务都能被AI大模型访问！
假设AI大模型是IOS（操作系统），那么MCP 就是Swift（IOS专属的APP编程语言），MCP Servers 是IOS系统中的App Store（应用商店），MCP Server是App Store中具体的某个应用。
这意味着，开发所需的各种外部服务（如数据库、API、云平台）都能通过MCP Server无缝引入AI的上下文窗口，让AI大模型直接调用！
光懂理论可不行呐，动手实践一下！
MCP资源的获取
以接入接口文档MCP Server为例，我们团队平时使用Apifox这个文档平台。
那么第一步需要先确认是否存在Apifox的MCP Server资源。
MCP Server资源的常见获取方式有两种，第一种是直接去到MCP市场上找，第二种是直接到平台的官方文档找。
在Apifox的官方文档中我们成功找到了MCP Server的接入说明。
接入MCP Server
成功获取到资源后我们在MCP Client（Cursor）中进行MCP Server的接入。
大多数MCP Server通过npm获取，不同的Server所需的NodeJS版本不一致，需要特别注意！
到这里我们就完成了一项MCP Server的接入啦～
MCP Server的使用
接入了MCP Server，我们该如何使用呢？
首先需要确保MCP Server处于启动状态。
剩下的就和平时使用一样，直接在上下文窗口进行交互即可。
想象一下，后端完成接口开发后，通过Swagger生成接口文档，前端利用MCP将接口文档接入AI的上下文后自动在api层进行代码生成，再也不用吭哧吭哧地一个一个对接口了！
结语
当我将接口文档、数据库、原型图、设计稿都通过MCP整合起来时，这次产品经理的需求终于超预期提前完成了！
这一刻，我突然意识到原来AI编程真的已经发展到了令人惊叹的地步，还真是有了一点危机感。
但回过神来又发现，焦虑大可不必。
AI是无比强大的画笔，但执笔作画的，依然是我们，它接管了重复性劳动，恰恰将我们推向了更高阶的舞台，从"如何实现"的思维，升级到"为何创造"的思考。
工具越强大，使用工具的人的判断力就越发关键。
所以，唯一的危机并非来自AI，而是停止学习和思考的自己。专注于提升认知、理解业务、定义问题，这才是我们永远无法被替代的护城河。
好了，先摸会儿鱼吧，摸鱼使我快乐～
