AI模型连接协议

MCP是一种开放协议,允许AI模型以安全和标准化的方式连接到外部工具、应用程序或数据源。

  • by junaid982
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 junaid982/MCP_Learning

使用说明

MCP(模型上下文协议)🌐

MCP(Multiple Correspondence Analysis)的中文翻译是“多重对应分析” 这是一个开放协议,允许AI模型(如GPT-5)连接到 外部工具、应用程序或数据源 以安全、规范的方式。

把它当作一个 “universal adapter”翻译成中文是“通用适配器” 在人工智能模型与外部世界之间——模型可以与工具、应用程序编程接口(API)或数据库进行通信 无需为每个项目进行硬编码.


🔹 简单类比

想象一下你的 手机充电线:

  • 你可以使用同一个(充电器)为手机、笔记本电脑或耳机充电 USB-C 端口,无论品牌如何。

MCP就像 用于AI的USB-C:

  • 它提供了 模型连接到多个工具的标准方式,而无需每次都重写代码。

🔹 日常生活中的例子

示例1:具备多种服务的智能助手

假设你有一个AI助手,它能够:

  • 查看你的日历(谷歌日历)
  • 发送电子邮件(使用Outlook)
  • 播放音乐(使用Spotify)

每个服务都可以是 MCP服务器。

助手(MCP客户端)连接到所有服务 通过相同的协议无需自定义集成。

场景:

“你下午两点有个会议。我应该给约翰发邮件并播放你的重点播放列表吗?”

所有事情都是通过MCP连接进行的, 非自定义API。


示例2:数据分析师AI

你问:

“嘿,帮我分析一下Excel里的销售数据,并展示给我趋势。”

人工智能可以使用:

  • 一 MCP Excel 服务器 读取电子表格数据
  • 一 MCP图表服务器 生成图表

并回复:

“这是您本月的销售趋势图📊”

无需手动上传文件——AI将通过……访问数据 标准化的MCP工具接口。


🔹 为什么使用MCP?

  • 标准化: 所有人工智能工具都遵循相同的协议。
  • 安全: 限制直接访问并确保工具执行受控。
  • 灵活性: AI可以动态选择调用哪个工具。
  • 远程执行: 工具可以在不同的服务器或环境中运行。
  • 易于集成: 与任何实现了MCP(可能是指某种特定的编程接口或协议)的编程语言或系统兼容。

🔹 关键组件

  1. MCP 客户端

    • 查询工具的人工智能或应用程序。
    • 决定调用哪个工具并提供输入参数。
  2. MCP 服务器

    • 托管一个或多个工具。
    • 验证输入,执行工具,并返回结果。
  3. 传输层

    • 客户端与服务器之间的通信。
    • 示例:SSE(服务器发送事件)、HTTP、WebSocket。

🔹 现实世界的类比

概念 类比
MCP 客户端 您的手机
MCP 服务器 充电器或移动电源
传输 USB-C 数据线
工具执行 为您的设备充电

🔹 MCP的优势

  • 启用 人工智能辅助的工作流程 无需为每个集成编写硬编码。
  • 类型安全且经过验证 通过结构化模式输入。
  • 跨领域工作 分布式系统 以及远程工具。
  • 支持 多功能工具编排,使人工智能变得更加强大和自主。

🔹 参考文献