​
什么是 MCP？

MCP（模型上下文协议）是一种标准化的方法，用于让 AI 应用程序和智能体连接并使用您的数据源（如本地文件、数据库或内容存储库）和工具（如 GitHub、Google 地图或 Puppeteer）。 您可以将 MCP 想象成 AI 应用程序的通用适配器，类似于 USB-C 对于物理设备的作用。USB-C 作为通用适配器，用于将设备连接到各种外设和配件。同样，MCP 提供了一种标准化的方式，将 AI 应用程序连接到不同的数据和工具。 在 USB-C 出现之前，不同的连接需要不同的电缆。同样，在 MCP 出现之前，开发者必须为他们希望 AI 应用程序使用的每个数据源或工具构建自定义连接——这是一个耗时的过程，且通常功能有限。现在，有了 MCP，开发者可以轻松地为他们的 AI 应用程序添加连接，使他们的应用程序从第一天起就更加强大。

​
MCP 为何重要？

​
对于 AI 应用程序用户

MCP 意味着您的 AI 应用程序可以访问您日常工作中的信息和工具，从而使其变得更有帮助。AI 不再局限于其已知的信息，现在它可以理解您的特定文档、数据和工作上下文。 例如，通过使用 MCP 服务器，应用程序可以从 Google Drive 访问您的个人文档，或从 GitHub 获取有关您的代码库的数据，从而提供更个性化和与上下文相关的帮助。 想象一下，您向一个 AI 助手提问：“总结上周团队会议的纪要，并为每个人安排后续跟进。” 通过使用由 MCP 驱动的数据源连接，AI 助手可以：
  • 通过 MCP 服务器连接到您的 Google Drive 以读取会议纪要
  • 根据纪要内容，理解谁需要进行后续跟进
  • 通过另一个 MCP 服务器连接到您的日历，以自动安排会议

​
对于开发者

在构建需要访问各种数据源的 AI 应用程序时，MCP 减少了开发时间和复杂性。有了 MCP，开发者可以专注于构建出色的 AI 体验，而不用重复创建自定义连接器。 传统上，将应用程序与数据源连接需要为每个数据源和每个应用程序构建定制的一次性连接。这造成了大量的重复工作——每个想要将其 AI 应用程序连接到 Google Drive 或 Slack 的开发者都需要构建自己的连接。 MCP 通过让开发者为数据源构建可被各种应用程序重复使用的 MCP 服务器，从而简化了这一过程。例如，使用开源的 Google Drive MCP 服务器，许多不同的应用程序都可以访问来自 Google Drive 的数据，而无需每个开发者都去构建自定义连接。 这个 MCP 服务器的开源生态系统意味着开发者可以利用现有的工作成果，而不是从头开始，从而更容易地构建出能与用户已依赖的工具和数据源无缝集成的强大 AI 应用程序。

​
MCP 如何工作？

MCP 通过一个简单的系统，在您的 AI 应用程序和数据之间架起一座桥梁
  • MCP 服务器连接到您的数据源和工具（如 Google Drive 或 Slack）
  • MCP 客户端由 AI 应用程序（如 Claude 桌面版）运行，以将它们连接到这些服务器
  • 当您授予权限后，您的 AI 应用程序会发现可用的 MCP 服务器
  • 然后，AI 模型可以使用这些连接来读取信息和执行操作
这个模块化系统意味着可以添加新功能而无需更改 AI 应用程序本身——就像为您的计算机添加新配件而无需升级整个系统一样。

​
谁创建和维护 MCP 服务器？

MCP 服务器由以下各方开发和维护
  • Anthropic 的开发者，他们为常用工具和数据源构建服务器
  • 开源贡献者，他们为自己使用的工具创建服务器
  • 为内部系统构建服务器的企业开发团队
  • 使自己的应用程序具备 AI 功能的软件提供商
一旦为某个数据源创建了开源 MCP 服务器，任何兼容 MCP 的 AI 应用程序都可以使用它，从而形成一个不断增长的连接生态系统。请查看我们的示例服务器列表，或开始构建您自己的服务器。