AI Engineering Academy · 课时

什么是 MCP，以及它为何重要

Q: 「什么是 MCP，以及它为何重要」这节课中我会学到什么？

理解模型上下文协议所标准化的内容、它与临时函数调用集成的区别，以及它为何正成为人工智能工具连接的通用语言。 你通过在浏览器中直接运行的动手代码来练习 AI Engineering Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

理解模型上下文协议所标准化的内容、它与临时函数调用集成的区别，以及它为何正成为人工智能工具连接的通用语言。

第 1 / 4 课13 个步骤

什么是 MCP，以及它为何重要 是 CoddyKit 上的免费 AI Engineering Academy 课时。这是第 1 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 AI Engineering Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 AI Engineering Academy 课程共包含 4 节课。

工具集成问题

如今，每个 AI 助手都在以不同方式解决同一个问题：如何将 LLM 连接到您的数据库、API、文件和服务？如果没有统一标准，每次集成都只能单独定制——OpenAI 的函数调用方式不同于 Anthropic 的工具使用方式，而后者又不同于 Gemini。开发者不得不一遍又一遍地重建相同的适配器。

什么是 Model Context Protocol？

Model Context Protocol (MCP) 是由 Anthropic 创建的开放标准，它定义了将 LLM 连接到外部数据源和工具的通用接口。您可以把它理解为面向 AI 集成的 USB——只要工具或数据源实现了 MCP 服务器规范，任何兼容 MCP 的 AI 客户端都可以使用它，而无需编写定制代码。该协议于 2024 年 11 月发布后，迅速在整个行业得到采用。

客户端—服务器架构

MCP 采用客户端—服务器模型：AI 应用（即客户端）连接到一个或多个 MCP 服务器。每个服务器都会公开一些能力——模型可以调用的工具、可以读取的资源，以及可以使用的提示模板。客户端（例如 Claude Desktop 或自定义应用）负责管理连接，并将工具调用路由到正确的服务器。

客户端：Claude Desktop、VS Code 扩展或您的应用
服务器：通过 MCP 公开工具的进程，例如数据库适配器、文件系统或网页搜索服务

MCP 的三种基本能力

MCP 服务器会公开三种类型的能力：

工具：模型可以调用来执行操作的函数，类似于函数调用。例如：execute_query(sql)。
资源：模型可以读取的静态或动态数据，例如文件、数据库行或 API 响应。例如：file:///config/settings.json。
提示：用户可以通过参数调用的可复用提示模板。例如，接受差异内容的代码审查提示。

MCP 与直接函数调用

使用直接函数调用时，您会在应用代码中定义工具，因此它与 LLM 提供商的 API 紧密耦合。使用 MCP 时，工具在独立的服务器进程中定义，任何客户端都可以连接到该进程。主要区别包括：

可移植性：一个 MCP 服务器可以与 Claude、自定义应用和未来的客户端配合使用
可复用性：可以在不同团队和项目之间共享 MCP 服务器
关注点分离：工具服务器可以独立于 AI 应用进行维护

MCP 传输：stdio 与 HTTP/SSE

MCP 服务器通过两种传输机制与客户端通信。stdio 用于本地工具——客户端将服务器作为子进程启动，并通过标准输入/标准输出进行通信。这种方式简单且安全，适合开发者工具。HTTP + Server-Sent Events（SSE） 用于可通过网络访问的远程服务器，适合共享团队工具或生产环境部署。

# Claude Desktop config (~/Library/Application Support/Claude/claude_desktop_config.json)
# Connecting to a local MCP server via stdio:

# {
#   "mcpServers": {
#     "my-database": {
#       "command": "python",
#       "args": ["/path/to/my_mcp_server.py"],
#       "env": {
#         "DATABASE_URL": "postgresql://localhost/mydb"
#       }
#     }
#   }
# }

MCP 生态系统

自 MCP 发布以来，预构建服务器生态系统不断壮大。Anthropic 为常见集成维护官方服务器，社区服务器则覆盖数百种服务。您无需从头构建定制工具集成，而是可以直接接入现有的 MCP 服务器。

官方：GitHub、Google Drive、Slack、PostgreSQL、文件系统、网页搜索
社区：Jira、Notion、Stripe、Snowflake、MongoDB 等众多服务
自定义：为专有内部工具构建自己的服务器

MCP 在 AI 开发工作流中的应用

MCP 正在改变 AI 编程助手。将 MCP 服务器连接到代码库后，Claude Desktop 就能在单个聊天窗口中读取文件、运行测试、检查 Git 历史记录、查询数据库和浏览文档。这实现了真正的智能体式开发，让 AI 能够理解并操作完整的开发环境。

MCP SDK 概览

Anthropic 提供了用于使用 Python 和 TypeScript 构建 MCP 服务器的 SDK。Python SDK 是 mcp（使用 pip install mcp 安装）。您可以使用装饰器定义工具，使用 URI 模式定义资源，而 SDK 会为您处理协议协商、消息序列化和传输细节。

# Install
# pip install mcp

# Minimal MCP server skeleton
from mcp.server import Server
from mcp.server.stdio import stdio_server
from mcp import types

app = Server('my-first-mcp-server')

@app.list_tools()
async def list_tools():
    return [
        types.Tool(
            name='hello',
            description='Returns a greeting message.',
            inputSchema={
                'type': 'object',
                'properties': {
                    'name': {'type': 'string', 'description': 'Name to greet'}
                },
                'required': ['name']
            }
        )
    ]

@app.call_tool()
async def call_tool(name: str, arguments: dict):
    if name == 'hello':
        return [types.TextContent(type='text', text=f'Hello, {arguments["name"]}!')]

import asyncio
asyncio.run(stdio_server(app))

MCP 为何对行业意义重大

MCP 代表着 AI 工具领域正朝标准化方向发展。正如 REST 统一了 Web API、LSP 统一了 IDE 的语言功能一样，MCP 正在统一 AI 模型连接工具的方式。这将使开发者（构建一次，随处使用）、企业（审计并控制一个集成层）以及整个生态系统（共享可复用的工具库）受益。

MCP 的采用情况与未来方向

MCP 自发布以来，采用率快速增长。主要编程助手（Cursor、Windsurf、VS Code Copilot）、企业 AI 平台和云服务提供商都已宣布支持 MCP。该协议仍在持续发展，未来提案包括身份验证、采样和流式传输改进。了解 MCP 将帮助您构建可互操作的 AI 集成，使其能够跨不断扩大的生态系统运行。

快速检查

测试您对 MCP 是什么以及它为何重要的理解。

在交互式课程中回答

课程回顾

本课中您学到了：MCP 是一种开放标准，定义了将 LLM 连接到外部工具和数据源的通用接口、MCP 服务器会公开三种基本能力：工具、资源和提示，以及MCP 生态系统为常见服务提供预构建服务器，因此您无需从头开始。接下来，我们将在 Python 中构建第一个 MCP 服务器，并将其连接到 Claude Desktop。

免费开始

用 AI 导师学习 Python — 免费

在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。

课程: 30
课程: 120

免费开始学习查看完整课程

常见问题解答

「什么是 MCP，以及它为何重要」课时是免费的吗？

是的 — 「什么是 MCP，以及它为何重要」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 AI Engineering Academy 课程的其余内容，请升级到 CoddyKit PRO。 AI Engineering Academy 课程共包含 4 节课。

「什么是 MCP，以及它为何重要」这节课中我会学到什么？

理解模型上下文协议所标准化的内容、它与临时函数调用集成的区别，以及它为何正成为人工智能工具连接的通用语言。你通过在浏览器中直接运行的动手代码来练习 AI Engineering Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 AI Engineering Academy 需要有经验吗？

无需任何先前经验。CoddyKit 上的 AI Engineering Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 1 节课，共 4 节。

「什么是 MCP，以及它为何重要」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 AI Engineering Academy 课中编写并运行代码吗？

能。每节 AI Engineering Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 AI Engineering Academy