通俗易懂说清楚什么是MCP

这两天随着 Manus 的爆火，MCP 也被大家频繁提及，那 MCP 到底是什么？说的通俗点，它就是一种协议，就像 HTTP 或 TCP 那样的协议。这个协议是 Anthropic，就是 Claude 背后的那家公司，在去年 11 月底推出的一种开放标准，主要目的是统一 LLM 和外部数据源和工具之间的通信协议。

如今的 AI 助手，像 Claude、Grok 和 ChatGPT，那都是特别机灵的角色，脑子装满了各种知识，你问啥问题，它们都能飞快地给出答案。但真要它们挽起袖子，为你干点实在事儿，比如帮你整理邮件、找出还没报销的发票啥的，它们就只会眼巴巴地看着你，来一句“好的”，然后啥也干不了。

这时候，模型上下文协议（MCP）就派上用场了。它能让 AI 助手像个真正的管家一样，安全地连接到你的数据，或者任何其他被分割的数据源，然后为你干活。今天周末，翻译一篇好文章，帮你理解 MCP 是什么。

别纠结那些技术术语——以下是你要知道的：

• MCP 主机：就是你和 AI 互动的应用程序，比如 Claude Desktop。你可以把它想象成你和 AI 助手聊天的“大本营”。
• MCP 服务器：这是一个特殊的程序，它能给 AI 访问特定资源的权限，比如你的文件或者 Slack 软件。每个服务器就像是一个对某个特定领域特别熟悉的导游。

• MCP 客户端：这是个幕后功臣，它能让主机和服务器之间顺利沟通。你不用担心这部分，它会自动运行。

嗯，首先，MCP 听起来比 API 酷多了。

但说正经的，其实你用 API 调用也能实现类似功能，只是那样很复杂。首先，你得懂点编程，会做 API 调用。然后，你还得把 Claude 或者别的 AI 助手配置好，让它们能做这个 API 调用。接着，你想让它访问啥，比如你的文件、邮件、Slack 之类的，你就得重复一遍这个流程。特麻烦！

为啥 Anthropic 公司不直接给所有这些应用做个集成呢？嗯，那样工作量太大。所以他们就把这部分工作交给开发者社区，让大伙儿去开发 MCP 服务器。

不过对于普通用户来说，这中间有段过程，不过也不算太复杂。你找个第三方的 MCP 服务器，要是它能干你想干的事儿，你就告诉 Claude 用这个服务器，然后就大功告成了。

要是找不到合适的 MCP 服务器，你还可以自己做一个（这个系列后面会讲到怎么做）。

其实，有些 MCP 服务器就是 API 的包装纸！不过 MCP 还是有额外好处的：

1、标准化的安全和控制：

MCP 服务器会严格执行访问规则，需要用户批准才能行动，比如一个像写文件这样的工具需要明确的同意。而 API 就得靠开发人员自己去搞安全措施，质量参差不齐。

例如：一个通过 MCP 服务器访问你 Slack 频道的工具，它只能看你能允许它看的内容，而 API 令牌要是没设置好范围，可能就会有完全的访问权限。

2、双向通信：

MCP 支持双向的数据流，这让 AI 模型不仅能获取数据，还能对数据采取行动。例如，一个文件系统的 MCP 服务器可以让 AI 读取文档、做总结，然后把总结存回去——所有操作都在一个协议里完成。

API 通常每一步都需要单独的调用，这样就增加复杂性啦。

3、针对 AI 的优化：

MCP 提供“工具”（能调用的函数）和“提示”（预先写好的模板），这些都很符合 AI 模型处理信息的方式。例如，一个天气 MCP 服务器可能会提供一个获取天气预报的工具，它返回的数据格式能让 AI 轻松消化，这样就减少了预处理的工作。

API 会给原始数据（比如 JSON 格式），开发人员就得自己去把这些数据调整成适合 AI 使用的格式。

4、本地和远程的灵活性：

MCP 服务器能连接本地资源，比如电脑的文件系统，也能连接像 Chrome 浏览器这种远程的东西，而不需要一个基于网络的 API。

例如：Puppeteer MCP 服务器可以在本地控制浏览器，而谷歌地图 MCP 服务器就能通过远程 API 访问谷歌地图，这样就把两种方式融合起来了。

5、简化集成：

MCP 标准化了 AI 模型和外部系统之间的互动方式，这样就不需要针对每个 API 做定制代码啦。开发人员能用一个 MCP 客户端连接多个服务器（比如 Slack、GitHub），而 API 则需要给每个做独特的集成。

实用场景：API 与 MCP

• 要是你只是想获取数据：那就继续用 API 吧——对于像获取股票价格这种简单任务来说，API 更简单。

• 要是指望 AI 干活：当需要你的 AI 在本地或远程，以安全且可控的方式与外界互动时，MCP 就厉害了。例如，用 MCP 把 Claude 和你的文件系统整合起来，比单独为它做个 API 要更安全、更容易。

咱们来看看真真切切的例子：

个人效率提升

• 文件整理：你跟 Claude 说：“Claude，能不能把我下载的文件按类型和日期整理到文件夹里？”有了 MCP，Claude 就能真给你干这个，而不是光教你怎么干，而你早上第二个甜甜圈还没吃完呢。
• 邮件管理：你哀求道：“把那些大人物的未读邮件总结一下。”有了 MCP，Claude 就扎进收件箱，把邮件筛选一遍，给你来个简洁总结，说不定还会通过 Slack 或短信发给您。

• 笔记分析：你跟 Claude 说：“Claude，好好瞅瞅我过去一个月的会议笔记，给整出个行动计划，好伙计。”有了 MCP，Claude 就从你的涂鸦里找出重点，比你眨眼的功夫还快就把待办事项加到你的任务管理软件里啦。

信息获取

• 文档搜索：你命令道：“在我的文档文件夹里把我预算预测的详细情况找出来。”有了 MCP，Claude 就能悄无声息地在你私人仓库里翻找，最后满载而归，就像嗅觉灵敏的猎犬似的。

• PDF 问答：你琢磨着：“我昨天搞到的那份报告里主要建议是啥？”Claude 拿着 MCP，就能把 PDF 找出来，像学者研究书籍一样仔细研读，然后精准地给你答案。

沟通交流

• 消息起草：你说：“在我桌面上的季度报告基础上，在 Slack 上给大伙儿起草个总结消息。”有了 MCP，Claude 就晃悠到你文件那，瞅瞅报告，然后像经验丰富的俱乐部成员给委员会写便条一样，把消息打出来。

• 对话总结：你问：“昨天团队闲聊的主要内容是啥？”Claude 骑着 MCP 这匹忠实的马，飞奔过聊天记录，给你返回个整洁的总结，省得你自个儿去费劲地筛选那些废话。

网络搜索

• 浏览网络：你要求道：“把 AI 的最新八卦挖出来，给我个简报。”用 Brave 或 Exa MCP 服务器，Claude 就能搜遍网络，像卖晚报的报童兜售晚报一样，给您来个简洁的汇报。

• 找餐馆：你随意一问：“我住处附近顶级泰国餐馆是啥？”用上谷歌地图 MCP 服务器，Claude 不仅把最棒的泰式餐厅给挖出来，还能把地址给您发过去，就像个对香料有研究的出租车司机似的。

• 文件系统 MCP 服务器：让 AI 能安全地处理你电脑上的文件和文件夹。
  https://github.com/modelcontextprotocol/servers/tree/main/src/filesystem
• Slack MCP 服务器：能让 Claude 在 Slack 里发消息、回帖、加表情回应等等。
  https://github.com/modelcontextprotocol/servers/tree/main/src/slack
• GitHub MCP 服务器：帮忙管理代码仓库和问题。
  https://github.com/modelcontextprotocol/servers/tree/main/src/github
• 谷歌地图 MCP 服务器：能提供基于位置的帮助。
  https://github.com/modelcontextprotocol/servers/tree/main/src/google-maps
• Brave MCP 服务器：集成了 Brave 搜索 API 的 MCP 服务器实现，既提供网络搜索也提供本地搜索。
  https://github.com/modelcontextprotocol/servers/tree/main/src/brave-search

你可以在 MCP 网站上找到服务器列表。每个服务器负责一种特定类型的连接，你可以只安装你需要的那些。

MCP 网站：https://modelcontextprotocol.io/examples

1、下载桌面上的 Claude

现在，MCP 服务器是托管在本地的（在你电脑上），所以我们也需要一个本地客户端。从 https://claude.ai/download 下载并安装它。

安装完后，运行它并登录你的 Claude 账号。

2、安装 Node.js

出于和安装桌面上的 Claude 同样的原因，我们得安装 Node.js。我们要在本地运行所有东西，而 node 能帮我们加载并运行服务器。

按照 Nodejs.org 指示安装即可。

3、安装你的第一个 MCP 服务器

我们从文件系统服务器开始。它是由 Anthropic 公司创建的，能让 Claude 访问你电脑上的文件。

首先，点击 Claude，然后点击设置。进入 Developer 部分并点击 Edit Config。

这时打开一个文件夹，里面有个叫 claude_desktop_config.json 的文件。现在它是个空文件，里面只有一对大括号 {} 。

把大括号删掉，然后粘贴这个进去：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/<add your username here>/Documents",
        "/Users/<add your username here>/Downloads"
      ]
    }
  }
}

它还列出了它能访问的文件夹。确保添加正确的路径名（在 Mac 上通常是 “Users/你的用户名/Documents”）。

4、试试看吧

保存配置文件后，重新启动桌面上的 Claude 应用程序。它可能要启动几分钟，但启动后，你会在聊天框的右下角看到一个小锤子图标。

那就是我们的 MCP 工具列表！我们只装了一个服务器，但它自带 11 个工具，比如创建目录、编辑文件等等。现在你知道为啥它这么酷了吧？想象一下要是自己从头构建这些东西得多麻烦。

咱们来试试。我给 Claude 设置了访问一个叫 Code 的文件夹的权限，我在本地把所有编程项目都存那里。我就让 Claude 用 python 生成个 Hello World 代码，然后把它当文件存到我的 Code 文件夹里。

这不挺酷的吗？现在看起来简单，但我可以扩展这个功能，让 Claude 生成多个文件，把它们整理到不同文件夹里，要是是编程项目，还能从聊天窗口把它们推送到 GitHub 上呢。

Anthropic 公司搞出 MCP 这招挺聪明的。他们在和 OpenAI 的消费者竞争中处于下风，OpenAI 正在搞像网络搜索这样的整合。所以 Anthropic 公司就突出他们的开发者定位，让社区来构建 MCP 服务器，这样 Claude 的能力就能远远超出 ChatGPT 了。

现在你明白 MCP 为啥对你在数字生活里让 AI 真正帮上忙很重要了吧。