MCP(模型上下文协议)是一套让大模型统一接入外部工具与数据源的开放协议,常被比作 AI 世界的 USB 接口,解决的是「每个工具都要单独开发对接」的重复劳动。
本文由北京国信诚商互联网科技有限公司整理 · 更新于 2026-10-31基本定义
MCP(Model Context Protocol,模型上下文协议)是由 Anthropic 于 2024 年末提出并开源的开放协议,用于规范大模型应用与外部数据源、工具之间的连接方式。遵循该协议的服务端可以被任意支持 MCP 的客户端直接调用,无需为每个模型单独写对接代码。
在 MCP 之前,每接入一个系统(数据库、CRM、文档库)都要写一套定制集成;MCP 把这些集成抽象成标准接口,生态里的连接器可以复用,这是它被称为「AI 的 USB-C」的原因。
三个核心原语
MCP 规范中定义了三种能力类型,分工清晰。
- Tools(工具):可被模型主动调用的函数,如查询库存、发送邮件
- Resources(资源):只读的数据内容,如文件、数据库记录、日志
- Prompts(提示模板):可复用的指令模板,规范同类任务的输出
架构角色
MCP 采用客户端—服务端结构,三类角色各司其职。
- Host(宿主):用户直接使用的应用,如 AI 助手、IDE
- Client(客户端):宿主内部负责与单个服务端通信的协议客户端
- Server(服务端):暴露工具与资源的轻量程序,可本地也可远程
对企业意味着什么
对企业而言,MCP 的实际意义是降低智能体落地的对接成本:已有 ERP、CRM 或知识库只要封装一次 MCP 服务端,后续更换模型或新增智能体场景都能直接复用,避免被单一模型厂商绑定。安全上则需要配套权限控制——哪些工具可被调用、能读写哪些数据,必须在服务端与宿主两侧同时约束。
常见问题
MCP和API有什么区别?
API 是系统之间调用的接口,MCP 是让模型发现并使用这些能力的标准协议层,通常由 MCP 服务端封装底层 API。
不用MCP能做智能体吗?
可以。通过函数调用也能实现,但每个工具需要单独适配,工具数量多时维护成本会迅速上升。
MCP有安全风险吗?
有。工具具备真实执行能力,必须做权限最小化、调用审计与人工确认关键操作。