隨著AI技術的飛速發(fā)展，MCP這一重要協(xié)議正逐漸成為行業(yè)的焦點。它能有效解決AI模型與外部工具連接的難題，為AI Agent賦予更大的價值與潛力。那么，MCP究竟為何能夠引領這一變革？本文將帶您一覽MCP的核心原理與最新進展，深度解析它如何在技術和實踐中開辟全新篇章。

隨著Manus的爆火，MCP這個詞被提及的次數(shù)也越來越多了，其實這也不算是一個新的能力，只是業(yè)界對他有了更加一致性的認同和更加統(tǒng)一的協(xié)議。

MCP是一種重要的協(xié)議，它通過提供標準化接口，解決了AI模型與外部工具連接的問題，讓AI Agent能夠發(fā)揮更大的價值。

Anthropic對MCP最近的重大更新引入了“Streamable HTTP”傳輸方式，極大地簡化了MCP服務器的部署和實現(xiàn)難度，提高了兼容性和擴展性，使MCP能夠更好地適應各種云服務平臺和大規(guī)模分布式部署的需求。

MCP的定義

定義：MCP是由Anthropic開源的一種協(xié)議，用于使AI模型能夠無縫對接外部資料。

組成：

• Model：指各類AI模型，如GPT、Claude等。
• Context：指提供給模型的額外資料或上下文。
• Protocol：指一種通用標準或規(guī)范。

MCP的作用

做到这三点挑战，产品经理只会不断升值

好的产品经理是很稀缺的，懂用户、懂商业、懂数据的产品经理走出互联网，依然是抢手货。相反，如果只做简单传话、低效执行、浅层思考的产品经理，恐怕走不过未来3-5年的洪流。

查看详情 >

實現(xiàn)AI與外部工具的連接：通過MCP，AI Agent可以操作外部工具，完成一些傳統(tǒng)方式下無法完成的任務。例如，在AI驅動的IDE中編寫代碼后，可以直接向GitHub提交Pull Request。

解決AI調用外部API的問題：沒有MCP，AI模型可能無法正確調用外部API，或者基于過時的訓練數(shù)據(jù)回答問題，甚至產生幻覺。MCP提供了一種標準化的接口，讓AI模型能夠正確地調用外部API。

MCP的重要性

標準化接口：與傳統(tǒng)的“函數(shù)調用”方式相比，MCP提供了一個通用標準，類似于USB-C接口，讓各種設備都能通過同一接口連接。這使得AI應用能夠輕松切換不同的模型，同時讓模型輕松對接各種數(shù)據(jù)源和工具。

簡化開發(fā)流程：MCP的核心價值在于提供標準化接口，讓AI開發(fā)者能夠更輕松地將AI模型與外部資源和工具連接起來，從而構建更強大、更實用的AI應用。

MCP重大更新

引入“Streamable HTTP”傳輸方式：新的傳輸方式改變了MCP的數(shù)據(jù)傳輸機制，從傳統(tǒng)的需要長連接的SSE（Server-Sent Events）改為普通的HTTP請求，同時支持流式傳輸。

優(yōu)勢：

• 簡化部署：不再需要搭建SSE服務器，普通的HTTP服務器即可支持MCP，更容易部署到云服務平臺（如Vercel、Cloudflare、AWS Lambda等不支持長連接的平臺）。
• 更好的兼容性：新方案完全基于HTTP，可以與CDN（內容分發(fā)網(wǎng)絡）、API網(wǎng)關、負載均衡等技術無縫結合，解決了SSE方案不支持負載均衡和緩存的問題。
• 更好的擴展性：支持無狀態(tài)模式，服務器無需保持長期在線。同時，需要流式傳輸時可以動態(tài)升級到SSE，但并非強制要求。
• MCP服務器更簡單、高效、靈活：更新后的MCP服務器更容易實現(xiàn)和部署，支持更大規(guī)模的分布式部署，不再受到SSE的局限。