摘要：正如USB-C提供了一种将设备连接到各种配件的标准化方式一样，MCP也标准化了您的AI应用程序连接到不同数据源和工具的方式。

最近，围绕模型上下文协议（MCP）的模型数字化圈子讨论很多。

今天，让我们了解一下它是什么。

目录

1MCP就像 AI应用的 USB-C端口

正如USB-C提供了一种将设备连接到各种配件的标准化方式一样，MCP也标准化了您的AI应用程序连接到不同数据源和工具的方式。

MCP的核心遵循客户端-服务器架构，其中主机应用程序可以连接到多个服务器。

它有三个关键组成部分：

工具：使LLM能够通过您的服务器执行作。

资源：将服务器中的数据和内容公开给LLM。

提示：创建可重用的提示模板和工作流。

首先，我们有能力交换，其中：

客户端发送初始请求以学习服务器功能。

然后，服务器使用其功能详细信息进行响应。

例如，Weather API服务器在被调用时，可以使用可用的“tools”、“prompts templates”和任何其他资源供客户端使用。

一旦此交换完成，Client确认连接成功并继续进一步的消息交换。

MCP的设计解决了这个问题，如下所示：

MCP引入了一种动态且灵活的方法，与传统API形成鲜明对比。

例如，当客户端（例如，像Claude Desktop这样的AI应用程序）连接到MCP服务器（例如，您的天气服务）时，它会发送一个初始请求来了解服务器的功能。

服务器将响应有关其可用工具、资源、提示和参数的详细信息。例如，如果您的天气API最初支持位置和日期，则服务器会将这些作为其功能的一部分进行传达。

这些能阐明MCP的作用

将来，我们将探索创建自定义MCP服务器并围绕它们构建动手演示。

您认为MCP比传统的API设置强大吗？

来源：正正杂说