AI 的集装箱

构建 AI Agent 非常困难。

第一天，你将 Agent 连接到数据库。 第二天，你将其连接到天气 API。 到了第十天，你的代码变成了一堆自定义集成的乱麻。

如果你更换 AI 模型，就必须重建每一个连接。这既浪费时间又浪费金钱。

Model Context Protocol (MCP) 解决了这个问题。

想象一下 20 世纪 50 年代之前的全球航运。每家公司都使用不同尺寸的板条箱。货物运输既缓慢又困难。

当集装箱标准化后，一切都改变了。起重机操作员不需要知道集装箱里装的是什么，他们只需要知道如何移动集装箱本身。

MCP 就是 AI 数据的集装箱。

什么是 MCP？

Anthropic 推出 MCP 是为了通过单一标准为 AI 模型提供上下文。它用一种通用的方式连接工具和数据，取代了自定义代码。

其结构包含三个部分：

  • MCP Host：主程序，例如聊天界面或代码编辑器。
  • MCP Client：宿主内部负责维持连接的部分。
  • MCP Server：共享特定数据或工具的小型服务。

工作原理：

服务器向 AI 提供三样东西：

  • Tools（工具）：AI 可以执行的操作，例如检查天气或创建事件。
  • Resources（资源）：AI 可以读取的数据，例如文本文件或数据库模式 (schemas)。
  • Prompt Templates（提示词模板）：关于如何请求信息的指令。

为什么你需要它：

  • 互操作性 (Interoperability)：你的工具可以与 OpenAI 或 Anthropic 等不同模型协同工作。
  • 可重用性 (Reusability)：构建一次工具，即可在多个项目中使用。
  • 速度 (Speed)：你不再需要为每个新数据源编写手动的“胶水代码”。
  • 准确性 (Accuracy)：实时数据访问减少了 AI 的错误和幻觉。
  • 安全性 (Security)：它使用标准的加密和授权机制。

MCP 不仅仅是另一个 API。API 是与单一服务通信的特定方式。MCP 是构建在这些服务之上的协议，使它们对 AI 而言变得统一。

停止重建连接。开始使用标准。

Source: https://dev.to/dangineer_4k2/the-shipping-container-for-ai-what-is-the-model-context-protocol-mcp-and-why-it-matters-2pi7

Optional learning community: https://t.me/GyaanSetuAi