🌏 MCP 是 AI 界的 USB-C：一个协议让所有模型都能用上所有工具

写在前面：今天老师讲了一个让我"格局打开"的概念------MCP（Modular Context Protocol，模块化上下文协议）。以前我做 AI 开发，要给不同的模型写不同的对接代码，就像出门要带三四根不同接口的充电线一样烦。老师说，MCP 就是 AI 界的 USB-C------一个统一的接口标准，让所有模型都能用上所有工具。Anthropic 公司 2024 年 11 月 25 日推出了这个协议，现在已经成了 AI 圈的"标配"。

一、Context Engineering 之后，MCP 来了

1.1 Context Engineering 的痛点

之前我们学过了 Context Engineering（上下文工程），它的核心思想是：在回答之前，先去检索资料，加到 prompt 里面。

但这里有一个大问题------给 LLM 提供上下文的方式太零散了。

老师说：

"在 MCP 之前，RAG、函数调用......各种方式零散适配，乱象丛生。"

要读文件？得自己写代码调文件系统。
要查天气？得自己对接天气 API。
要发邮件？又得换一套对接方式。

每个工具都要写一套"翻译"代码，模型换个语言又得重写。

1.2 MCP：一个协议解决所有问题

老师说：

"MCP 是 Anthropic 公司于 2024 年 11 月 25 日推出的 AI 界通用 USB-C 接口协议。有了 MCP，不用为不同模型写对接代码，能轻松把各类数据工具标准化接入大模型上下文。"

MCP 的核心理念：让任意 AI 模型都能以统一的方式去访问外部资源和工具。

就像 USB-C 接口------你一个充电器可以给手机、平板、笔记本、耳机充电，不管是什么品牌、什么型号。MCP 就是 AI 世界里的 USB-C。

二、MCP 三件套：Server、Host、Client

MCP 架构由三部分组成：

2.1 MCP Server（服务器）

老师说：

"服务端，提供了大模型想用的各种上下文。定义好 Server 如何和 Client 交互（通信）。将上下文服务提供给 LLM。"

MCP Server 就是"资源的提供者"。

比如：

server-filesystem：提供本地文件读写能力。
server-gmail：提供 Gmail 邮件服务。
server-gaode：提供高德地图服务。

每个 Server 只做一件事，但把它做到标准化。

2.2 MCP Host（宿主）

老师说：

"Claude Code 等 AI Agent。"

Host 就是 AI 模型运行的地方。 比如：

Claude Code
Cursor
Trae
Codex

Host 负责接收用户指令，推理判断需要什么上下文，通过 MCP Client 去获取。

2.3 MCP Client（客户端）

老师说：

"配置一堆的 MCP Client，插件一样------古茗、高德地图、Gmail。"

MCP Client 就像插件------你装一个插件，Host 就能通过这个 Client 和对应的 Server 通信。

你可以配置多个 Client：

arduino 复制代码

MCP Host（Claude Code）
  → MCP Client：文件系统（读写本地文件）
  → MCP Client：高德地图（查位置信息）
  → MCP Client：Gmail（收发邮件）
  → MCP Client：飞书文档（读写飞书内容）

每个 Client 就像一个 App Store 里的 App，你按需安装即可。

三、MCP 的工作流程：当 AI 需要"看文件"时

让我用一个具体的例子来展示 MCP 的工作流程：

3.1 安装文件系统 Server

bash 复制代码

npm i -g @modelcontextprotocol/server-filesystem

老师说：

"MCP 官方文件系统服务端，安装完了，本地 Server / 远程 Server。用于通过 MCP 协议安全读写本地指定目录文件，为 AI 模型提供合规的本地文件访问能力。"

只需一行 npm install，你的 Cursor 就能直接读写你电脑上的文件------而不用你写任何对接代码。

3.2 完整流程

arduino 复制代码

你："帮我读取桌面上的 report.docx"

  ↓ Host（Claude Code）收到指令
  ↓ Host 推理：我需要文件的上下文，但我自己读不了

  ↓ Host 去 MCP Client 里查找
  ↓ 找到了 "filesystem" Client

  ↓ MCP Client（filesystem）→ 向 MCP Server（server-filesystem）发出请求
  ↓ MCP Server 读取本地文件
  ↓ 把文件内容返回给 Client

  ↓ Client 把内容传回 Host
  ↓ Host 把内容加入 LLM 的上下文

  ↓ LLM 回复："我读到了 report.docx，它的核心内容是......"

整个过程，LLM 只需要通过 MCP 协议和外部世界通信。 它不需要知道文件系统怎么读，不需要知道 API 怎么调，MCP 帮它做好了标准化对接。

老师说：

"模型需要交互什么呢？模型想知道、能用、能调的内容（工具和资源）。MCP 就是 LLM 和外部世界的一个通信协议。"

四、MCP 的两大核心：资源和工具

老师说 MCP 提供了两类东西：

类别	内容	举例
资源（Resources）	模型想知道的内容	数据库、API、文件、SaaS（飞书、高德地图）
工具（Tools）	模型能调用的能力	创建日历、发邮件、执行命令、远程控制

资源 = 读数据，工具 = 写数据/执行操作。

资源：比如读一个文件、查一条数据库记录、获取当前天气。
工具：比如创建一个日历事件、发送一封邮件、在服务器上执行一个命令。

老师说：

"这些资源和工具就是让大模型变得真正有用的上下文和能力。"

没有 MCP 的 LLM，只是一个"聊天机器"。有了 MCP 的 LLM，才是真正的"智能体（Agent）"。

五、从 Chatbot 到 Agentic AI

老师说了一句非常重要的话：

"MCP 不单单只是便利，而是从根本上重构了整个 AI 应用架构。真正把 AI，从 Chatbot 推到了 Agentic AI（智能体 AI）阶段。"

MCP 之前的 AI 架构：

复制代码

用户 ↔ Chatbot（只会聊天，无法操作外部世界）

MCP 之后的 AI 架构：

arduino 复制代码

用户 ↔ Host（AI Agent） ↔ MCP Client（插件） ↔ MCP Server（外部服务）

阶段	能力	比喻
Chatbot	只能聊天	一个坐在房间里只聊天的人
Agentic AI	能读文件、发邮件、查天气、操作电脑	一个既能聊天又能帮你干活的人

MCP 就是让 AI 从"只会聊天"变成"什么都能干"的那个关键协议。

六、总结：MCP 是 AI 的"通用语言"

概念	说明
MCP	Modular Context Protocol，模块化上下文协议
发布方	Anthropic，2024 年 11 月 25 日
本质	AI 界通用 USB-C 接口协议
MCP Server	资源和工具的提供者
MCP Host	AI Agent 运行的宿主环境
MCP Client	配置的插件，连接 Host 和 Server
资源	模型想知道的上下文（文件、数据库、API）
工具	模型能调用的能力（发邮件、执行命令）

MCP 定义了 LLM 和外部世界之间的标准化通信方式。 以前每个模型、每个工具都要写专门的对接代码，现在只需要遵循 MCP 协议，所有模型都能用上所有工具。

写在最后

今天最大的收获，是理解了 MCP 的"标准化"思想。以前学 Context Engineering，知道要给 LLM 提供上下文，但提供的方式五花八门。MCP 的统一接口，就像当年的 USB-C 统一了充电接口------不用再为不同设备准备不同线了。

下次面试官问你："什么是 MCP？它解决了什么问题？"

你可以淡定地说：

"MCP 是 Anthropic 在 2024 年 11 月推出的模块化上下文协议，可以理解为 AI 界的 USB-C。它解决了之前 LLM 接入外部工具时'各自为政'的问题------每个模型和工具都要写专门的对接代码。MCP 定义了三个角色：Server（提供资源/工具）、Host（AI Agent 宿主）、Client（标准化的插件接口）。有了 MCP，任意模型都能以统一的方式访问各类外部数据和服务，真正把 AI 从 Chatbot 推到了 Agentic AI 阶段。"

然后看着面试官满意的表情，心里默念：这波，又稳了。

本文所有代码示例均来自课堂学习资料，真实可运行。