请注意,本文编写于 39 天前,最后修改于 39 天前,其中某些信息可能已经过时。
目录
1. 为什么要搞个 MCP?
2. MCP 的核心架构
3. 对你的意义(作为 IT 工程师)
4. 如何体验?
MCP 是指 Model Context Protocol(模型上下文协议)。
这是由 Anthropic (Claude 的开发商) 在 2024 年底开源发布的一个非常重要的新标准。
简单来说,MCP 就是 AI 模型的“USB 接口”。
1. 为什么要搞个 MCP?
在 MCP 出现之前,如果你想让一个大模型(比如 Claude 或 ChatGPT)去读取你电脑里的本地文件、或者查询你公司的数据库、或者操作你的 Slack,开发者需要为每一个模型和每一个工具单独写“连接器”。这非常麻烦,就像以前的鼠标、键盘、打印机都有不同的插口一样。
MCP 的作用:
它定义了一套通用的标准。
- 只要你的数据源(比如你的本地文件夹、Postgres 数据库)支持 MCP 标准(装了 MCP Server);
- 只要你的 AI 客户端(比如 Claude Desktop、Cursor 编辑器)支持 MCP 标准;
- 它们就能直接连通,不需要写额外的胶水代码。
2. MCP 的核心架构
MCP 的工作方式分为三部分:
- MCP Host(主机/客户端):
也就是你用的 AI 软件。目前最典型的是 Claude Desktop 应用,或者 Cursor 代码编辑器。它们是“大脑”。
- MCP Server(服务端):
这是一个小插件/程序,用来暴露数据或功能。
- 例如:有一个
Filesystem MCP Server,它的作用就是允许 AI 读取你指定的文件夹。
- 例如:有一个
Postgres MCP Server,它的作用就是允许 AI 执行 SQL 查询。
- Local Resources / Tools(资源/工具):
实际的数据(文件、数据库记录等)。
流程示例:
你在 Claude Desktop 里问:“帮我总结一下 D:\Project\docs 目录下的所有 PDF 文件内容。”
-
Claude Desktop (Host) 发送请求给 FileSystem (MCP Server)。
-
MCP Server 去读取硬盘文件。
-
MCP Server 把文件内容传回给 Claude。
-
Claude 生成总结发给你。
3. 对你的意义(作为 IT 工程师)
既然你有 IT 背景并且在研究 RAG 和 AI 应用,MCP 对你非常有价值:
- 更简单的 RAG 实现: 以前做 RAG(检索增强生成)你需要写代码去切分文档、存向量库、检索。现在你可以直接运行一个 MCP Server,让 Claude 直接读取你的知识库。
- 本地数据交互: 你可以使用 MCP 让 AI 安全地访问你电脑上的日志文件、代码库,而不需要把文件手动上传到网页端。
- 开发机会: 作为一个 Python 开发者,你可以自己写一个 MCP Server。比如,写一个脚本查询你以前开店的记账 Excel,然后让 AI 随时回答“上个月哪天通过卖奶茶赚得最多”。
4. 如何体验?
如果你想试试,最简单的路径是:
- 下载并安装 Claude Desktop (Windows/Mac)。
- 配置 filesystem MCP server(这是官方提供的一个示例,允许 Claude 读取你电脑的文件)。
- 这就需要用到你刚才修好的 Python 环境了!你需要用
npx 或者 python 来运行这些 Server。
总结:MCP 是为了让 AI 不再是一个在那自言自语的聊天机器人,而是能真正“长出手脚”去操作你电脑里的数据和工具的标准协议。
本文作者:huagege
本文链接:
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA
许可协议。转载请注明出处!