技术►AI

AI MCP 入门：让大模型连接你的工具与数据

什么是 MCP？

MCP（Model Context Protocol，模型上下文协议） 是由 Anthropic 提出的一种开放协议，旨在标准化 AI 模型与外部工具、数据源之间的交互方式。

简单来说，MCP 就像 AI 世界的「USB-C 接口」——它定义了一套统一的规范，让任何 AI 应用都能以相同的方式接入各种工具和数据。

为什么需要 MCP？

在 MCP 出现之前，如果你想让 AI 助手调用数据库、读取文件、发送 HTTP 请求，通常需要：

  1. 定制化开发：为每个工具单独编写集成代码
  2. Prompt Engineering：在提示词里塞大量上下文，效率低下
  3. 厂商锁定：不同 AI 平台的工具调用方式各不相同

MCP 解决了这些问题：

  • ✅ 标准化：一套协议，所有 AI 应用通用
  • ✅ 可复用：写一次 MCP Server，到处使用
  • ✅ 动态发现：AI 可以自动发现可用的工具和数据源
  • ✅ 安全可控：精细的权限管理

MCP 的核心架构

MCP 采用 客户端-服务器 架构：

1
2
3
4
5
6
┌──────────────┐     MCP Protocol     ┌──────────────┐
│              │ ◄──────────────────► │              │
│  AI Client   │                      │  MCP Server  │
│  (Claude/    │                      │  (你的工具)   │
│   Cursor等)  │                      │              │
└──────────────┘                      └──────────────┘
  • MCP Client：运行在 AI 应用中，负责与 Server 通信
  • MCP Server：封装具体工具逻辑，暴露标准化的接口

快速上手：搭建一个 MCP Server

以下是一个简单的 Node.js MCP Server 示例，提供「获取天气」功能：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";

const server = new Server(
  { name: "weather-server", version: "1.0.0" },
  { capabilities: { tools: {} } }
);

// 注册工具
server.setRequestHandler("tools/list", async () => ({
  tools: [
    {
      name: "get_weather",
      description: "获取指定城市的天气信息",
      inputSchema: {
        type: "object",
        properties: {
          city: { type: "string", description: "城市名称" }
        },
        required: ["city"]
      }
    }
  ]
}));

// 处理工具调用
server.setRequestHandler("tools/call", async (request) => {
  const { name, arguments: args } = request.params;
  if (name === "get_weather") {
    const city = args?.city;
    // 这里接入真实天气 API
    return {
      content: [{ type: "text", text: `${city}今天晴，25°C，适合出门！` }]
    };
  }
  throw new Error(`未知工具: ${name}`);
});

// 启动服务
const transport = new StdioServerTransport();
await server.connect(transport);

在 AI 客户端中配置 MCP

以 CodeBuddy / Cursor 为例，在 .codebuddy/mcp.json 中配置：

1
2
3
4
5
6
7
8
9
10
11
{
  "mcpServers": {
    "weather-mcp": {
      "command": "node",
      "args": ["./weather-server.js"],
      "env": {
        "API_KEY": "your-api-key"
      }
    }
  }
}

配置完成后，AI 助手就能自动发现并调用 get_weather 工具了。

实战场景

场景MCP Server 示例
数据库查询连接 MySQL / PostgreSQL，AI 直接写 SQL
文件管理读写本地文件系统
API 集成封装第三方服务（GitHub、Jira、飞书等）
浏览器自动化Playwright MCP，让 AI 操控浏览器
知识库检索RAG 增强，AI 实时查询企业内部文档

安全注意事项

  1. 最小权限原则：只暴露必要的工具和操作
  2. 参数校验：Server 端严格校验所有输入
  3. Token 鉴权：敏感操作需要身份验证
  4. 审计日志：记录所有工具调用，便于追溯

总结

MCP 正在改变 AI 应用与外部世界的交互方式。它让 AI 不再是「孤岛」，而是可以像人类一样使用各种工具的智能体。

如果你也在开发 AI 应用，不妨试试为你的工具编写一个 MCP Server——一次编写，处处运行。