Anthropic 发布了 Model Context Protocol (MCP)，一个旨在将 AI 助手与数据源（如本地内容存储库、业务工具、开发环境）无缝连接的开放标准。该协议通过改善 AI 获取数据的能力，使模型生成更相关、更准确的响应。
MCP 的核心价值
- 统一数据访问：
- LLM 应用不需要为每种数据源编写特定的代码。
- MCP 提供统一接口，支持本地资源（如 SQLite 数据库、文件系统）和远程资源（如 Slack、GitHub API）。
- 多功能支持：
- 不仅能访问数据，还支持工具（如 API 调用）和交互提示。
- 提供丰富的操作能力，安全机制确保数据隐私。
- 提升 LLM 实用性：
- MCP 让 Claude Desktop 等 AI 工具与数据源无缝交互，从而提升任务效率。例如，MCP 可让 AI 在 5 分钟内配置本地数据库、创建代码仓库或处理搜索引擎任务。
为什么需要 MCP？
现在的 AI 模型，比如聊天机器人，通常非常“聪明”，但它们有一个大问题：和外部数据隔绝。
- 比如，如果你想让 AI 帮你处理 Google Drive 里的文件、Slack 的对话记录或 GitHub 的代码，它是做不到的，因为它拿不到这些数据。
- 目前的解决方法是为每种数据源（比如 Google Drive 或 GitHub）专门开发一个“连接器”（代码或程序），但这非常麻烦、不灵活，而且难以扩展。
MCP 的出现解决了这个问题：
- 它提供了一个通用的标准，任何数据源（比如一个公司的数据库或存储系统）都可以通过这个标准和 AI 进行无缝连接。
- 换句话说，MCP 就像一个“万能钥匙”，不用每次都为 AI 写专门的代码了。
案例
现在通过 Claude Desktop，简单配置一下 MCP，就能让 Claude 直接连接 GitHub，创建仓库，提交 PR，一会就能搞定！
提示：
Please do the following:
- make a simple html page
- create a repository called simple-page
- Push the html page to the simple-page repo
- Add a little css to the html page and then push it up
- Make an issue suggesting we add some more content on the html page
- Now make a branch called feature and make that fix and push the change
- Make a pull request against main with these changes
主要功能介绍
Model Context Protocol (MCP) 的核心功能围绕解决 AI 助手和数据系统之间的高效连接问题展开。以下是 MCP 的主要功能点：
1. 数据访问的标准化
MCP 提供了一个通用的开放协议，让开发者可以通过一种统一的方式连接各种数据源（如 Google Drive、Slack、GitHub 等），不需要为每种数据源单独开发复杂的“接口代码”。
- 过去的问题：每个数据源需要专门开发连接器，耗时且不灵活。
- MCP 的解决方法：用一个标准化的协议简化所有数据源的连接，像用“通用电源插头”一样。
2. 双向安全连接
MCP 支持在 AI 应用和数据源之间建立双向的、安全的通信通道。这意味着：
- 数据源可以安全地共享数据给 AI。
- AI 应用也可以把生成的结果反馈给数据源，实现闭环的交互。
这种双向连接保证了数据的隐私性和交互的完整性。
3. 上下文感知能力
通过 MCP，AI 助手能够从数据源中提取更全面的上下文信息，从而提供更加精准和相关的回答。例如：
- 在代码开发中，MCP 可以让 AI 了解当前项目的代码结构和历史提交记录，从而生成更实用的代码。
- 在业务管理中，MCP 可以让 AI 理解文档的背景，从而生成个性化的分析和建议。
4. 模块化与可扩展性
MCP 的架构非常灵活，分为以下两个主要模块：
- MCP 服务器：数据源通过 MCP 服务器暴露内容。
- 现有的 MCP 服务器已经支持 Google Drive、Slack、GitHub 等系统。
- MCP 客户端：AI 应用通过客户端与 MCP 服务器连接。
开发者还可以自己扩展 MCP，创建更多的数据源支持。
5. 开源与社区支持
MCP 是一个完全开源的标准，任何开发者都可以贡献代码或创建新的“连接器”。Anthropic 提供了丰富的开源工具，包括：
- MCP 开发工具包 (SDK)：帮助开发者快速上手。
- 开源服务器库：已经为常见的数据源准备了 MCP 服务器（如 Google Drive、Postgres 等）。
- 快速入门指南：让开发者从零开始快速构建 MCP 应用。
这种开放性让 MCP 可以持续迭代和扩展，形成一个健康的开发者生态。
6. 多场景应用支持
MCP 不仅适合企业内部的复杂系统，也适用于开发者个人或团队的需求。例如：
- 企业数据管理：将公司内多个业务系统统一接入 AI，提高工作效率。
- 开发工具集成：在代码开发中，帮助 AI 获取上下文，提高代码生成和调试的准确性。
- 文档协作：帮助 AI 更智能地分析和生成文档，提升协作效率。
7. Claude 桌面支持
Anthropic 的 Claude AI 已经支持通过 MCP 本地服务器连接企业内部的数据，这让企业可以快速部署并测试 MCP 的功能，而不需要直接对外暴露数据。
MCP 的工作原理
- 架构：
- MCP 主机（如 Claude Desktop）：与 MCP 服务器交互的应用程序。
- MCP 服务器：负责访问本地资源（如 SQLite 数据库、文件系统）。
- 本地资源：如数据库、文件等，只在本地运行，保证安全性。
- 操作流程：
- 发现服务器：Claude Desktop 启动时，自动检测配置的 MCP 服务器。
- 协议握手：确认 MCP 服务器的能力（如查询数据库）。
- 执行操作：如运行 SQL 查询并返回结果。
可扩展功能
通过 MCP，你可以为 Claude Desktop 添加更多本地集成功能：
- 文件系统访问：让 Claude 处理本地文件。
- PostgreSQL 数据库连接：用于更复杂的数据库操作。
支持 MCP 的其他工具：
- Zed Editor：支持多人协作的高性能代码编辑器。
- Cody：代码智能平台，用于高级搜索和分析。
MCP的三个主要组成部分：
- The Model Context Protocol specification and SDKs
模型上下文协议 规范和 SDK - Local MCP server support in the Claude Desktop apps
在Claude 桌面应用程序中支持本地 MCP 服务器 - An open-source repository of MCP servers
一个开源的 MCP 服务器库
To start building: 开始构建：
- 通过Claude 桌面应用程序安装预构建的 MCP 服务器
- 快速入门指南来构建您的第一个 MCP 服务器
- 开源代码库