本次查询：MCP
中文解释：模型上下文协议
常见场景：AI应用开发 / 智能体构建 / 工具集成
一句话解释
MCP（模型上下文协议）是一套开放标准，它定义了AI模型如何安全、统一地访问外部数据源、API和工具，就像为AI世界建立了通用的“电源插座”规格，让不同厂商的“电器”（AI组件）都能即插即用。
为什么会被关注
随着AI智能体（Agent）和复杂AI应用爆发，每个应用都需要重复开发连接数据库、搜索引擎、API的“轮子”，导致生态碎片化。MCP的出现恰逢其时，它由斯坦福、Anthropic等权威机构推动，旨在解决AI工具生态的“巴别塔”问题，降低开发门槛，因此被视作AI基础设施层的关键创新。
核心逻辑
MCP的核心是“协议”而非“产品”。它规定了一套简单的客户端-服务器通信标准：服务器端（如数据库、天气API）通过标准格式声明自己能提供什么“资源”（数据）或“工具”（功能）；客户端（如AI模型或应用）则可以发现并请求使用这些资源。
所有通信通过JSON-RPC进行，支持SSE（服务器发送事件）实现实时数据流。关键设计是“模型无关性”——无论是Claude、GPT还是开源模型，只要遵循协议就能接入同一套工具生态，实现了“一次集成，处处可用”。
常见场景
在AI智能体开发中，开发者无需为每个智能体单独编写连接公司内部数据库的代码，只需部署一个标准的MCP服务器，所有智能体都能通过协议安全查询数据。
在个人AI工作流中，用户可以用一个AI助手同时连接Notion（文档）、GitHub（代码）、Airtable（表格）等多个工具，通过自然语言指令跨平台操作，所有连接都通过MCP标准化管理，无需依赖特定厂商的封闭插件生态。
容易混淆的点
MCP常被误认为是某个具体产品或API，但它本质是开放协议，类似HTTP之于网页。Claude等产品支持MCP，但协议本身不属于任何公司。
另一个混淆点是MCP与普通“插件系统”的区别。传统插件（如ChatGPT插件）是平台特定的，而MCP是跨平台、可移植的。例如，为Claude编写的MCP服务器，稍作配置也能服务于本地部署的开源模型，打破了生态壁垒。