Model Context Protocol（MCP）

开放标准协议：用统一方式把 AI 应用连接到外部数据、工具与工作流。官方比喻：AI 应用的 USB-C。

它是做什么的

MCP 属于 Agent 组件层的能力接入标准，不是业务编排框架。它是 Client ↔ Server 的开放协议。Claude、ChatGPT、Cursor、VS Code 等 AI 应用作为客户端，连接各类 MCP Server，从而访问本地文件、数据库、搜索引擎、企业内部 API，或复用标准化的工作流（如专用 Prompts）。一次实现 Server，可被多个支持 MCP 的客户端复用，减少「每个助手各写一套插件」的成本。

官网归纳的价值分层：开发者降低集成复杂度；AI 应用获得可组合的数据与工具生态；终端用户得到更能访问私有数据并代为行动的助手。

定位：协议 + 规范 + SDK + 参考 Servers，属于「连接层」，不替代 LangGraph / CrewAI 等编排运行时。
典型场景：给 IDE/助手接企业能力；平台团队统一工具暴露标准；在各 Agent SDK 中通过 MCP 调用外部工具。

要点

• 先读概念与规范：Resources / Tools / Prompts 等原语以官方规范与概念文档为准，再动手写 Server/Client。
• 生态已较广：多种助手与开发工具支持 MCP，「构建一次、多处集成」。
• 官方入口齐全：modelcontextprotocol.io（介绍与构建指南）、spec.modelcontextprotocol.io（规范）、GitHub 组织下的 servers 参考实现与各语言 SDK（如 Python、TypeScript）。
• 与框架关系：LangChain、Spring AI、OpenAI Agents SDK 等可集成 MCP；编排、状态机、多 Agent 协作仍由各框架负责。

适合谁

• 要给 Cursor / Claude 等接内部系统，而不想为每个客户端维护专用插件
• 平台/基建团队需要统一「工具与数据暴露」标准
• 自建 Agent 希望复用现成 MCP Server 生态

官方入口

• 官网 · What is MCP
• 规范（Specification）
• 文档索引 / llms.txt
• 示例 Servers（GitHub）
• Python SDK
• TypeScript SDK
• GitHub 组织

建议怎么用

先读官网「Understand concepts」与规范中的核心消息类型，用官方 SDK 写一个只暴露 1～2 个 Tool 的最小 Server，在 Cursor 或 Claude 等客户端验证连接与鉴权。企业内部能力优先沉淀为 Server；业务编排、多步状态仍放在所选 Agent 框架中。上线前审查工具权限与数据暴露范围。