MCP：AI 时代的工具接口标准？

0 前言

自从 OpenAI 在 2023 年推出函数调用（Function Calling），我一直思考，咋能真正解锁 AI Agent与工具的生态系统。随基础模型越来越智能，AI Agent与外部工具、数据和 API 的交互方式却变得越来越碎片化——开发者需针对每一个系统单独编写业务逻辑，让Agent能够适配不同环境。

1 标准化

显然，我们需要一个标准化的接口来执行任务、获取数据并调用工具。在互联网时代，API 让不同软件之间可以相互通信，成为了软件的通用语言。但对 AI 模型，目前还缺这样的标准。

2024 年 11 月，**模型上下文协议（Model Context Protocol，MCP）**发布，迅速引起关注，被认为可能成为这一问题的解决方案。本文探讨：

MCP 是什么？
它如何改变 AI 与工具的交互方式？
开发者已经用 MCP 构建了哪些应用？
MCP 仍然面临哪些挑战？

2 什么是 MCP

MCP 是一种开放协议，旨在让不同系统能够为 AI 模型提供可泛化的上下文信息。它规定了AI Agent如何调用外部工具、获取数据，并与服务交互。

Resend MCP 服务器可以同时与多个 MCP 客户端交互，使其具备邮件发送能力。MCP 灵感源于语言服务器协议（LSP，Language Server Protocol）。在 LSP 中，当用户在代码编辑器中输入时，客户端会向语言服务器请求自动补全建议或代码诊断。

MCP进一步拓展，采用面向 AI Agent的执行模式：

LSP 主要是被动的，只会在 IDE 发请求时提供反馈
MCP 则支持 AI Agent自主决策，可以基于上下文信息选择合适的工具，并决定调用顺序，实现复杂任务的自动化
MCP 还支持“人类参与（human-in-the-loop）”，允许人在关键节点提供额外信息或批准操作

3 MCP目前的热门应用

如有够多的 MCP 服务器，用户就能将任何 MCP 客户端变成“万能应用”。

3.1 Cursor

作为一个代码编辑器，同时也是高质量 MCP 客户端。安装不同 MCP 服务器，可变身为：

Slack 客户端（连接 Slack MCP 服务器）
邮件发送工具（连接 Resend MCP 服务器）
AI 图像生成器（连接 Replicate MCP 服务器）

更强大的，用户可组合多个 MCP 服务器，解锁新应用场景。如Cursor中，用户可：

使用前端 UI 生成 MCP 服务器，自动创建网页界面
让 AI Agent调用图像生成 MCP 服务器，为网页自动生成一张配图

这种跨工具协作的能力，正是 MCP 带来突破。

4 核心应用方向

4.1 面向开发者的工作流优化

对开发者，MCP 一大价值是减少切换工具的时间。

开发者的痛点

“我不想为做某个任务而离开 IDE。”

MCP 服务器正满足需求，如：

Postgres MCP 服务器 → 让开发者直接在 IDE 里执行 SQL 查询，而无需打开数据库管理界面
Upstash MCP 服务器 → 让开发者在 IDE 里管理缓存索引
Browsertools MCP 服务器 → 让代码Agent访问浏览器控制台日志，辅助调试

MCP 还能帮助 AI Agent动态获取代码相关的上下文，如：

爬取网页内容，为Agent提供实时信息
通过 API 自动生成 MCP 服务器，让 AI Agent能直接访问工具，而无需手动集成

即开发者可更少写模板代码，更多专注于业务逻辑。

4.2 全新的 AI 交互体验

尽管 MCP 目前在开发者社区最受欢迎，但它的潜力远不限于技术领域。如：

Claude Desktop → 让非技术用户也能轻松使用 MCP 服务器，如营销文案生成、设计、客服等任务
Highlight MCP 客户端 → 允许用户通过 @ 命令调用 MCP 服务器，将生成内容直接输入到任何应用
Blender MCP 服务器 → 让不会建模的用户，通过自然语言描述 3D 模型，AI Agent自动生成对应的图像或动画

社区还正在开发适用于 Unity 和 Unreal Engine 的 MCP 服务器，AI 生成 3D 内容的流程正在变得越来越完善。

5 MCP现状

MCP生态仍处早期阶段，主要趋势：

高质量的 MCP 客户端仍以开发工具为主，但未来会有更多面向商业场景客户端
大多数 MCP 服务器是本地优先（local-first）的，未来可能会向远程 MCP 服务器扩展
MCP 市场和托管解决方案正在兴起，如 Mintlify 的 MCP 市场、Smithery 和 OpenTools，让开发者可以更容易发现和共享 MCP 服务器