一、什么是 MCP？

MCP（Model Context Protocol，模型上下文协议）是由 Anthropic 在 2024 年底提出的开放标准协议。它被广泛称为**“AI 时代的 USB-C 端口”** ——正如 USB-C 统一了各种外设的接口标准，MCP 统一了 AI Agent 与外部工具、数据源和服务之间的交互方式。

核心价值

在 MCP 出现之前，AI Agent 接入一个新工具往往需要单独编写适配代码，每增加一个工具或数据源都意味着新的集成工作——这就是所谓的 “M×N 问题” 。MCP 通过标准化协议将这一问题转化为 “M+N 问题” ：模型侧只需理解任务语义，工具侧只需遵循 MCP 规范，两者通过协议自动对接。

面试金句：“MCP 解决了 Agent 的‘插件碎片化’问题。有了 MCP，工具可以像 USB 设备一样即插即用，无需为每个新数据源单独写适配代码。”

二、MCP 的核心组成

MCP 采用客户端-服务器架构，由以下核心部分组成：

1. MCP Host（宿主）

运行 AI 模型的宿主环境，如 Claude Desktop、Cursor、Cherry Studio 等 AI 应用。

2. MCP Client（客户端）

集成在 Host 内部的客户端，负责与 MCP Server 通信。Agent 通过 MCP Client 以统一方式发现和调用外部能力。

3. MCP Server（服务端）

轻量级服务端程序，对外提供三类核心功能：

能力类型 说明 示例
Tools（工具） 可执行函数，LLM 可直接调用 数据库查询、API 调用、文件操作
Resources（资源） 只读数据源 文件内容、数据库 Schema、日志
Prompts（提示词模板） 预定义的结构化任务模板 代码审查模板、SQL 生成模板

4. 传输层（Transport）

MCP 客户端与服务器之间的通信通道，支持多种传输方式：

  • stdio：通过标准输入输出通信，适合本地进程

  • Streamable HTTP：基于 HTTP 的远程通信，支持流式返回

早期版本还支持独立的 SSE（Server-Sent Events）传输方式，但在 2025 年 6 月 18 日的协议版本中已被 Streamable HTTP 取代。Streamable HTTP 在保留 SSE 流式能力的同时，提供了更统一的 HTTP 语义。

补充说明：文档中提及的 SSE 地址 https://mcp.example.com/sse 为示例地址，该网页解析失败（提示：网页解析失败，可能是不支持的网页类型，请检查网页或稍后重试），属于协议废弃类型的无效端点，生产环境请勿沿用。

三、MCP 的消息格式

MCP 中的所有消息必须遵循 JSON-RPC 2.0 规范。协议定义了三种类型的消息：

1. 请求（Request）

请求从客户端发送到服务器（或相反），用于发起操作：

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/list",
  "params": {}
}

关键规则：

  • 必须包含字符串或整数类型的 id

  • id 不得为 null（与基础 JSON-RPC 不同）

  • id 不得在同一会话中重复使用

2. 响应（Response）

响应作为对请求的回复发送：

{
  "jsonrpc": "2.0",
  "id": 1,
  "result": {
    "tools": [
      { "name": "add_note", "description": "添加新备忘录" }
    ]
  }
}

关键规则：

  • 必须包含与请求相同的 id

  • 必须设置 result 或 error，但不得同时设置两者

3. 通知（Notification）

通知从客户端发送到服务器或相反，接收者不得发送响应：

{
  "jsonrpc": "2.0",
  "method": "notifications/tools/list_changed"
}

关键规则：通知不得包含id。

四、传输方式详解

1. stdio（标准输入输出）

stdio 是最常见的本地通信方式，适用于 IDE 插件、本地文件系统等场景。

工作原理：

  • 客户端将 MCP Server 作为子进程启动

  • Server 从标准输入（stdin）读取 JSON-RPC 消息

  • Server 通过标准输出（stdout）发送消息

  • 消息以换行符分隔，不得包含内嵌换行符

特点：

  • 配置简单，适合本地开发

  • 无需网络，延迟低

  • Server 可通过 stderr 输出日志

2. Streamable HTTP（流式 HTTP）

Streamable HTTP 是现代远程通信方式，Server 作为独立进程运行，可处理多个客户端连接。

工作原理：

  • Server 提供统一的 HTTP 端点（如 /mcp）

  • 客户端通过 HTTP POST 发送 JSON-RPC 消息

  • 支持 Server-Sent Events（SSE）实现流式返回

  • 支持双向通信（服务器到客户端的通知和请求）

安全警告：

  • Server 必须验证 Origin 头，防止 DNS 重绑定攻击

  • 本地运行时建议只绑定 localhost（127.0.0.1）

  • 应实现适当的认证机制

五、MCP Server 开发实战

1. 环境准备

Python：

# 创建项目
mkdir my-mcp-server && cd my-mcp-server
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 安装 MCP SDK
pip install mcp

TypeScript/JavaScript：

mkdir my-mcp-server && cd my-mcp-server
npm init -y
npm install @modelcontextprotocol/sdk

2. 实现一个简单的 MCP Server

以下是一个备忘录管理 MCP Server 的核心实现：

from mcp.server.fastmcp import FastMCP
from datetime import datetime
import json
from pathlib import Path

# 创建 MCP 服务实例
mcp_server = FastMCP(
    name="NoteManager",
    version="1.0",
    log_level="INFO"
)

NOTES_FILE = Path("notes.json")

def load_notes():
    if NOTES_FILE.exists():
        with open(NOTES_FILE, 'r', encoding='utf-8') as f:
            return json.load(f)
    return []

def save_notes(notes):
    with open(NOTES_FILE, 'w', encoding='utf-8') as f:
        json.dump(notes, f, ensure_ascii=False, indent=2)

# 注册工具
@mcp_server.tool(
    name="add_note",
    description="添加新备忘录",
    params_schema={
        "type": "object",
        "properties": {
            "content": {"type": "string"},
            "tags": {"type": "array", "items": {"type": "string"}}
        },
        "required": ["content"]
    }
)
def add_note(params):
    notes = load_notes()
    new_note = {
        "id": len(notes) + 1,
        "content": params["content"],
        "tags": params.get("tags", []),
        "create_time": datetime.now().isoformat()
    }
    notes.append(new_note)
    save_notes(notes)
    return {"status": "success", "note_id": new_note["id"]}

# 启动服务（stdio 模式）
if __name__ == "__main__":
    mcp_server.run()

3. 工具描述的最佳实践

工具的描述（description）至关重要——AI 模型会根据描述判断何时调用该工具。好的工具描述应：

  • 清晰说明工具的功能

  • 说明输入参数的含义

  • 说明输出结果的格式

  • 说明适用的场景和限制

六、MCP Client 集成与配置

1. 配置文件方式（推荐）

大多数 MCP 客户端支持通过配置文件声明 MCP Server，实现 “配置即集成” 。

mcp.json 配置示例：

stdio 本地进程：

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "${env:GITHUB_TOKEN}"
      }
    }
  }
}

stdio 文件系统服务：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "./data"]
    }
  }
}

老旧远程 SSE 服务（已废弃，不推荐使用）：

{
  "mcpServers": {
    "remote-knowledge": {
      "url": "https://mcp.example.com/sse",
      "headers": {
        "Authorization": "Bearer ${env:MCP_TOKEN}"
      }
    }
  }
}

配置提示：上述 SSE 配置项为协议旧版本规范，目标地址存在网页解析失败问题，现已全面废弃。远程服务请替换为 Streamable HTTP 端点（如 https://mcp.example.com/mcp）。

2. 代码方式集成

以 Python 为例，构建一个连接 MCP Server 的客户端：

import asyncio
from contextlib import AsyncExitStack
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

class MCPClient:
    def __init__(self):
        self.session = None
        self.exit_stack = AsyncExitStack()
    
    async def connect_to_server(self, server_script_path: str):
        """连接到 MCP 服务器"""
        is_python = server_script_path.endswith('.py')
        command = "python" if is_python else "node"
        
        server_params = StdioServerParameters(
            command=command,
            args=[server_script_path],
            env=None
        )
        
        stdio_transport = await self.exit_stack.enter_async_context(
            stdio_client(server_params)
        )
        self.stdio, self.write = stdio_transport
        self.session = await self.exit_stack.enter_async_context(
            ClientSession(self.stdio, self.write)
        )
        await self.session.initialize()
        
        # 列出可用工具（动态发现）
        response = await self.session.list_tools()
        tools = response.tools
        print("Connected with tools:", [tool.name for tool in tools])

3. 主流平台集成示例

Cursor 编辑器：

  1. 导航到 文件 > 首选项 > 游标设置

  2. 从左侧选择 “工具和集成”

  3. 在 “MCP 工具” 部分选择 “新建 MCP 服务器”

  4. 编辑 mcp.json 文件

Spring AI Alibaba（Java） ：

# application.yml
spring:
  ai:
    mcp:
      client:
        enabled: true
        name: my-agent-mcp
        type: SYNC
        request-timeout: 30s
        toolcallback:
          enabled: true
        stdio:
          servers-configuration: classpath:mcp-servers.json

AgentScope 2.0（Java） ：在 workspace/tools.json 中声明 MCP Server，Agent 启动时自动发现并注册工具。

七、安全最佳实践

随着 MCP 生态的快速发展，安全问题日益重要。以下是关键的安全实践：

1. 认证与授权

截至 2026 年初，生态中仅有 8.5% 的 MCP Server 使用 OAuth，91.5% 依赖静态 API Key、共享 Token 或根本没有认证。

建议：

  • 对暴露敏感数据或业务逻辑的 MCP Server 实施 OAuth 认证

  • 使用 JWT 令牌、RBAC 权限模型等企业级安全方案

2. 隔离运行

最重要的一条建议：将每个 MCP Server 放在独立的隔离容器中运行，并赋予最小权限。

3. 网络暴露控制

  • Streamable HTTP 模式下，验证 Origin 头防止 DNS 重绑定攻击

  • 本地运行时绑定 127.0.0.1 而非 0.0.0.0

4. 操作确认

高风险操作（如删除文件）应要求用户手动授权。

八、总结

MCP 通过标准化协议彻底改变了 AI Agent 与外部世界的交互方式：

  1. 统一接入：一个协议覆盖工具调用、资源读取、提示词模板三大能力

  2. 动态发现：Client 可实时获取 Server 提供的所有工具列表

  3. 多 Server 聚合：一个 Agent 可连接多个 MCP Server，组合不同能力

  4. 配置即集成：通过配置文件声明 MCP Server，无需编写适配代码

MCP 让 AI 从 “只会说” 进化为 “能做事” 。无论你是 AI 应用开发者、工具提供方还是企业架构师，掌握 MCP 都已成为 2026 年 AI 技术栈的必修课。

# 人工智能 # AIGC
Logo
AI Agent技术社区

Agent 垂直技术社区，欢迎活跃、内容共建。

更多推荐

cover

AI Agent 高频面试题：MCP 组成部分和交互流程？一篇文章讲清楚！

avatar AI Agent技术社区
cover

一个类，一次注册，搞定 2 个工具 + 1 个 Skill + 1 个 Sub-Agent

avatar AI Agent技术社区

AI Agent中6种常用的设计模式

模式核心特点适用场景开发复杂度Token消耗推荐度ReAct基础推理行动循环智能客服、基础问答⭐⭐中等⭐⭐⭐⭐⭐Tool Use调用外部工具信息查询、系统集成⭐⭐中等⭐⭐⭐⭐⭐Reflection自我审视修正代码审查、润色⭐⭐⭐较高⭐⭐⭐⭐Planning任务拆解执行数据分析、自动化调研⭐⭐⭐⭐高⭐⭐⭐⭐⭐多智能体协作企业级系统、复杂流程⭐⭐⭐⭐⭐高⭐⭐⭐⭐人工介入确认金融交易、敏感操作⭐⭐⭐较低

avatar AI Agent技术社区