梁非凡's blog

所有博客 / All blogs →

Model Context Protocol（MCP）笔记

11分钟阅读

一句话看懂：MCP 是让大模型“即插即用”连接工具与数据源的统一接口标准，用协议终结为每个模型/每个外设都手写胶水代码的 N×M 灾难。

在掌握了 Function Calling 和 Context Engineering 之后，你会发现一个巨大的工程痛点：如果我想让大模型查 SQLite 数据库，我得写一套 Tool Schema；换成读 Github 仓库，我又得写一套；如果你切换了底层基座（从 OpenAI 换到 Gemini），代码甚至还要大改。这被称为 AI 基础设施的 N x M 灾难。

MCP (Model Context Protocol) 就是为了终结这个痛点而诞生的。由 Anthropic 主导开源，它正在迅速成为 AI 智能体开发领域的绝对行业标准。

一、 核心概念：什么是 MCP？

你可以把 MCP 完美类比为硬件领域的 USB-C 接口。

  • 没有 MCP 的时代： 大模型就像早期没有统一接口的电脑，想要连接打印机、鼠标、U 盘，必须为每一个外设单独安装一套复杂的私有驱动（硬编码的 Function Calling）。

  • 有 MCP 的时代： 它定义了一套标准的 JSON-RPC 通信协议。无论你的数据源是本地文件、企业级 Notion、还是内部的组件库，只要套上 MCP Server 的“转换头”，任何支持 MCP 的客户端（如 Cursor、Claude Desktop、Trae）插上就能用。

二、 MCP 架构的三层结构 (The Architecture)

MCP 系统极其优雅，它将职责严格分离：

  1. MCP Host (宿主环境)： 发起请求的应用程序界面。比如你每天高频使用的 Cursor IDE 或 Claude Desktop。

  2. MCP Client (协议客户端)： 运行在 Host 内部，负责与大模型（LLM）通信，并将大模型的意图翻译成 MCP 协议格式。

  3. MCP Server (协议服务端)： 运行在本地或远程的独立进程。它直接连接你的真实物理世界（数据库、Git 仓库、文件系统）。

工作流极简推演：

Cursor (Host) → 拦截到用户要查代码 → 询问 MCP Client 当前连接了哪些外设 → Client 询问 MCP Server → Server 暴露自己的工具列表 → 大模型决定调用 → Server 执行本地文件读取并返回。

三、 MCP Server 的三大核心能力 (Core Primitives)

一个标准化的 MCP Server 会向大模型暴露三种“武器”：

  1. Resources (资源 - 只读)：

    • 概念： 就像给大模型挂载了一个网盘。用来暴露静态的、有特定 URI 格式的数据。

    • 场景： 让大模型直接读取你的 Flutter 项目的 pubspec.yaml 或者内部 API 文档（如 file:///Users/project/docs）。

  2. Prompts (提示词模板 - 动态)：

    • 概念： Server 端预定义好的、带有参数的 Prompt 模板。

    • 场景： 将复杂的业务背景（如“如何编写符合代码规范的 StatelessWidget”）封装在 Server 端，客户端通过简单的指令即可调用，降低通信 Token 消耗。

  3. Tools (工具 - 可执行)：

    • 概念： 也就是我们之前学的 Function Calling 的标准化封装。允许模型对物理世界产生副作用。

    • 场景： 运行 git commit、执行一条 SQL 写入数据库、或是触发一次远程 CI/CD 构建。

四、 TypeScript 实战：手写一个极简 MCP Server

在追求 MVP 极速交付的开发中，我们经常需要让 AI 知道当前工程依赖了什么库。我们用 TypeScript 写一个名为 DependencyInspector 的 MCP Server，让它暴露一个读取 package.json 的 Tool。

TypeScript

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import {
  CallToolRequestSchema,
  ListToolsRequestSchema,
} from "@modelcontextprotocol/sdk/types.js";
import fs from "fs/promises";
import path from "path";

// 1. 初始化 MCP Server
const server = new Server(
  { name: "dependency-inspector", version: "1.0.0" },
  { capabilities: { tools: {} } }
);

// 2. 注册工具列表 (List Tools) - 这就是标准的 Tool Schema
server.setRequestHandler(ListToolsRequestSchema, async () => {
  return {
    tools: [
      {
        name: "check_dependencies",
        description: "读取项目目录下的 package.json 或 pubspec.yaml 来检查依赖版本",
        inputSchema: {
          type: "object",
          properties: {
            projectPath: { type: "string", description: "项目根目录的绝对路径" },
          },
          required: ["projectPath"],
        },
      },
    ],
  };
});

// 3. 实现工具的执行逻辑 (Call Tool)
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "check_dependencies") {
    const { projectPath } = request.params.arguments as { projectPath: string };
    
    try {
      // 这里可以替换为查找 pubspec.yaml 的逻辑
      const filePath = path.join(projectPath, "package.json");
      const fileContent = await fs.readFile(filePath, "utf-8");
      
      return {
        content: [{ type: "text", text: `依赖信息如下：\n${fileContent}` }],
      };
    } catch (error) {
      return {
        content: [{ type: "text", text: `读取失败: ${String(error)}` }],
        isError: true, // 优雅的错误回传机制
      };
    }
  }
  throw new Error("Tool not found");
});

// 4. 启动服务器 (基于标准输入输出，Cursor 最喜欢这种方式)
async function run() {
  const transport = new StdioServerTransport();
  await server.connect(transport);
  console.error("MCP Server 'DependencyInspector' is running on stdio");
}

run().catch(console.error);

五、 Vibe Coding 视角的工程启发

为什么 MCP 对日常 Vibe Coding 意义重大？

  1. 零胶水代码： 以前你要自己写一个 Python/Node.js 脚本作为中间件来转发大模型的 HTTP 请求。现在，你只需要写一个标准的 MCP Server，然后在 Cursor 的设置界面里加一行启动命令（如 node path/to/mcp/server.js），Cursor 就会自动学会如何调用你写的代码。

  2. 绝对解耦： 你的业务逻辑（查库、读文件）被彻底封存在 MCP Server 里。无论大模型基座怎么换，你的 Server 代码一行都不用改。

  3. 强大的开源生态： 社区目前已经有几百个现成的 MCP Server（如 GitHub MCP, SQLite MCP, PostgreSQL MCP）。你的 Agent 只需要像搭积木一样把它们拼装起来，就能瞬间获得上帝视角的超能力。

附录：高频实用的 MCP Server 生态清单

当你需要在 Cursor、Claude Desktop 或是自建的 Agent Harness 中快速接入外设能力时，可以直接拉取以下开源生态，极大缩短 MVP 交付周期。

一、 官方直营（Anthropic 官方维护）

这些是极其稳定、开箱即用的基础基建，非常适合作为底座接入：

  • 官方 Servers 核心仓库 (modelcontextprotocol/servers) 包含了以下极其常用的核心 Server：

    • sqlite / postgres: 直接让 AI 连接你的本地或测试环境数据库进行 SQL 查询和数据分析。

    • github / gitlab: 赋予 AI 读取仓库代码、提 PR、查阅 Issue 的能力。

    • filesystem: 给 AI 划定一个安全的本地沙盒目录，允许它自由读写文件。

    • puppeteer: 让 AI 能够静默启动浏览器，进行自动化抓取、UI 测试甚至操作 Web 页面。

    • memory: 一个极其轻量级的基于知识图谱的长期记忆存储。

二、 极客与社区自制（高分开源项目）

社区的迭代速度极快，许多专门针对垂直场景的 Server 非常适合直接复用。你可以通过第三方注册中心（如 smithery.ai 或 glama.ai/mcp/servers）快速发现它们，这里精选几个高优项目：

  • Awesome MCP Servers (合集)

    社区维护的最全列表，如果你需要接飞书、Notion、Jira、甚至各种云服务的 API，来这里搜。

  • 搜索类 Server (如 Brave Search / Tavily MCP)

    专为大模型打造的联网检索引擎。接入后，Agent 就能实时联网检索当前报错的最新 StackOverflow 讨论或官方 API 文档变更。

  • Docker / Kubernetes MCP

    允许你的 AI 直接监控容器状态、拉取镜像、甚至排查 K8s 的 Pod 崩溃日志。适合 DevOps 自动化场景。

  • Vercel v0 MCP (概念示范)

    部分极客自制的桥接 Server，允许你的本地 IDE 通过 MCP 直接调用 Vercel 的能力来渲染或生成 UI 组件代码。

💡 极速接入技巧 (Cursor 视角)：

在 Cursor 的 Settings -> Features -> MCP 中，只需点击 + Add new MCP server，输入类型为 command，然后填入类似 npx -y @modelcontextprotocol/server-sqlite --db /path/to/your/db.sqlite，即可瞬间完成外设挂载，开启 Vibe Coding。

相关笔记

反向链接