模型上下文协议

MCP：用Anthropic构建丰富的上下文AI应用程序

介绍

• 模型上下文协议（MCP）是一种开放协议，它规范了LLM应用程序如何根据基于客户端-服务器架构的工具和数据资源访问上下文。
• 它定义了如何在您自己的LLM应用程序中托管的MCP客户端与向您的应用程序公开工具、数据资源和提示模板的MCP服务器之间进行通信。
• MCP与模型无关，设计为易于插入多个应用程序。假设你正在构建一个研究助理代理，你想让这个代理与你的GitHub仓库交互，阅读你的Google Drive文档中的笔记，也许可以创建一个存储在本地系统中的摘要。您可以将代理连接到GitHub、Google Drive和文件系统服务，而不是编写自己的自定义LLM工具，该服务将提供工具或API调用定义，并处理工具执行。
• 我们将首先深入了解MCP客户端-服务器架构的细节。然后，您将开发一个聊天机器人应用程序，使其与MCP兼容。您将构建和测试一个MCP服务器，并将聊天机器人连接到它。您的MCP服务器将为聊天机器人提供工具、提示模板和资源。您还可以将聊天机器人连接到其他受信任的第三方服务器，以扩展其功能。然后，您将重用您的MCP服务器并将其连接到其他MCP应用程序，如Claude Desktop。最后，您将学习如何远程部署MCP服务器。
• MCP是一项非常重要的技术，它使LLM应用程序开发人员更容易将系统连接到许多工具和数据资源。对于构建工具或提供数据的团队来说，这也使他们更容易将构建的内容提供给许多开发人员。所以这是一项值得学习的技术。

为什么选择MCP

• 我们了解了为什么以前将LLM应用程序连接到资源如此困难，以及MCP如何解决这个问题。
• MCP使人工智能开发更加碎片化，并规范了人工智能应用程序和外部数据源之间的连接。

您将看到的使用MCP的一切都可以在没有MCP的情况下完成，但当我们考虑一个许多不同模型与许多不同数据源甚至彼此通信的世界时，我们希望确保我们说的是同一种语言。我们希望标准化我们的人工智能应用程序与外部系统的交互方式，而不是根据模型或数据源一次又一次地为不同的数据源构建相同的集成，我们将只构建一次并在任何地方使用。模型上下文协议从其他旨在实现类似想法的协议中借鉴了很多想法。例如，LSP，即微软于2016年开发的语言服务器协议，规范了集成开发环境与特定语言工具的交互方式。当你为特定的开发环境创建特定语言的扩展时，你不想为所有这些开发环境一遍又一遍地写。因此，尽管MCP非常新颖，而且它试图做什么，但它站在许多其他协议和标准化思想的肩膀上。

MCP架构

MCP基于客户端-服务器架构。