# 【斯坦福 AI 编程课 03】MCP 协议——AI Agent 的"万能接口"
> CS146S: 现代软件开发学习笔记系列第三篇
上一篇我们解剖了 Coding Agent 的四大组件，最后提到了 MCP（Model Context Protocol）但没展开。今天我们来深入聊聊这个"万能接口"。
## 为什么需要 MCP？
在 MCP 出现之前，每个 AI Agent 都有自己的工具格式：
**Claude Code 的工具调用：**
```json
{
"name": "read_file",
"arguments": {"path": "data.csv"}
}
```
**Devin 的工具调用：**
```json
{
"tool": "file_read",
"params": {"file": "data.csv"}
}
```
**GPT 的工具调用：**
```json
{
"function": {
"name": "read_file",
"arguments": "{\"path\": \"data.csv\"}"
}
}
```
看出问题了吗？每个 Agent 都在"发明轮子"。
更糟糕的是：
- 你为 Claude 写的工具，Devin 用不了
- 你为 GPT 写的插件，Claude 不认识
- 每个 Agent 都要重新学习相同的工具
这就像每个手机都用不同的充电接口——USB-C 出现前的混乱时代。
## MCP：AI Agent 的 USB-C
MCP（Model Context Protocol）是一个开放标准，由 Anthropic 在 2024 年推出。
它的核心思想很简单：
**统一接口** + **插件生态** = **万能连接**
就像：
- USB-C 统一了充电接口
- HTTP 统一了网络通信
- JSON 统一了数据格式
MCP 要统一 AI Agent 和工具之间的通信。
## MCP 的架构
MCP 采用客户端-服务器架构：
```
┌─────────────┐
│ AI Agent │ (Claude, GPT, Devin...)
│ (Client) │
└──────┬──────┘
│ MCP Protocol
│
┌──────▼──────┐
│ MCP Server │ (工具提供者)
│ │
│ - 文件系统 │
│ - 数据库 │
│ - GitHub │
│ - Slack │
│ - ... │
└─────────────┘
```
### 角色 1：MCP Client（AI Agent）
任何 AI Agent 都可以实现 MCP Client：
- Claude Desktop
- Claude Code
- Cursor
- Windsurf
- 甚至你自己开发的 Agent
### 角色 2：MCP Server（工具提供者）
MCP Server 提供具体的能力：
- **文件系统 Server**：读写文件
- **GitHub Server**：管理代码仓库
- **数据库 Server**：查询数据库
- **Slack Server**：发送消息
- **浏览器 Server**：自动化浏览
## MCP 的三大核心概念
### 1. Resources（资源）
静态数据，Agent 可以读取：
```json
{
"uri": "file:///project/README.md",
"name": "README",
"mimeType": "text/markdown"
}
```
例子：
- 文件内容
- 数据库记录
- API 响应
- 配置信息
### 2. Tools（工具）
可执行的操作，Agent 可以调用：
```json
{
"name": "read_file",
"description": "读取文件内容",
"inputSchema": {
"type": "object",
"properties": {
"path": {"type": "string"}
},
"required": ["path"]
}
}
```
例子：
- 执行命令
- 发送邮件
- 创建文件
- 调用 API
### 3. Prompts（提示词模板）
预定义的提示词，Agent 可以使用：
```json
{
"name": "code_review",
"description": "代码审查提示词",
"arguments": [
{"name": "file", "required": true}
]
}
```
例子：
- 代码审查模板
- 文档生成模板
- 测试用例模板
## 实战：创建一个 MCP Server
让我们创建一个简单的 MCP Server，提供"读取文件"功能：
### 1. 安装依赖
```bash
npm install @modelcontextprotocol/sdk
```
### 2. 编写 Server
```typescript
import { Server } from '@modelcontextprotocol/sdk/server/index.js';
import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';
const server = new Server({
name: 'filesystem-server',
version: '1.0.0'
}, {
capabilities: {
tools: {}
}
});
// 定义工具
server.setRequestHandler(ListToolsRequestSchema, async () => {
return {
tools: [{
name: 'read_file',
description: '读取文件内容',
inputSchema: {
type: 'object',
properties: {
path: { type: 'string' }
},
required: ['path']
}
}]
};
});
// 处理工具调用
server.setRequestHandler(CallToolRequestSchema, async (request) => {
if (request.params.name === 'read_file') {
const { path } = request.params.arguments;
const content = await fs.readFile(path, 'utf-8');
return {
content: [{ type: 'text', text: content }]
};
}
});
// 启动服务器
const transport = new StdioServerTransport();
await server.connect(transport);
```
### 3. 配置到 Claude Desktop
编辑 `~/Library/Application Support/Claude/claude_desktop_config.json`：
```json
{
"mcpServers": {
"filesystem": {
"command": "node",
"args": ["/path/to/server.js"]
}
}
}
```
### 4. 测试
重启 Claude Desktop，现在你可以说：
> "帮我读取 /project/README.md"
Claude 会自动调用你的 MCP Server！
## MCP 的优势
### 1. 一次开发，处处使用
你写的 MCP Server 可以被任何支持 MCP 的 Agent 使用：
- Claude Desktop ✅
- Claude Code ✅
- Cursor ✅
- Windsurf ✅
- 未来更多的 Agent ✅
### 2. 标准化生态
社区已经开发了数百个 MCP Server：
- **@modelcontextprotocol/server-filesystem** - 文件系统
- **@modelcontextprotocol/server-github** - GitHub 集成
- **@modelcontextprotocol/server-postgres** - PostgreSQL
- **@modelcontextprotocol/server-slack** - Slack 消息
- **@modelcontextprotocol/server-puppeteer** - 浏览器自动化
直接安装使用，不用重复开发！
### 3. 安全可控
MCP 的设计考虑了安全性：
- 每个 Server 都是独立进程，隔离运行
- Agent 只能调用已授权的工具
- 敏感操作需要用户确认
- 所有调用都有日志记录
### 4. 可扩展
MCP 的扩展性极强：
- 可以连接任何数据源
- 可以调用任何 API
- 可以执行任何命令（在安全限制下）
- 可以组合多个 Server 形成工作流
## MCP vs 传统工具调用
| 特性 | 传统工具调用 | MCP |
|------|------------|-----|
| 标准化 | ❌ 每个Agent不同 | ✅ 统一标准 |
| 生态共享 | ❌ 各自开发 | ✅ 社区共享 |
| 跨Agent使用 | ❌ 不兼容 | ✅ 即插即用 |
| 开发成本 | 🔴 高（重复造轮子） | 🟢 低（复用生态） |
| 维护成本 | 🔴 高（多处维护） | 🟢 低（统一维护） |
## 实际应用案例
### 案例1：GitHub 集成
使用官方 GitHub MCP Server：
```bash
npm install -g @modelcontextprotocol/server-github
```
配置到 Claude Desktop：
```json
{
"mcpServers": {
"github": {
"command": "mcp-server-github",
"env": {
"GITHUB_TOKEN": "your-token"
}
}
}
}
```
现在你可以说：
> "帮我创建一个新 issue，标题是'修复登录bug'，内容是..."
Claude 会自动调用 GitHub MCP Server 创建 issue！
### 案例2：数据库查询
使用 PostgreSQL MCP Server：
```json
{
"mcpServers": {
"postgres": {
"command": "mcp-server-postgres",
"args": ["postgresql://user:pass@localhost/db"]
}
}
}
```
现在你可以说：
> "查询最近一周的订单数据，按日期排序"
Claude 会自动：
1. 连接数据库
2. 执行 SQL 查询
3. 返回格式化结果
### 案例3：浏览器自动化
使用 Puppeteer MCP Server：
```json
{
"mcpServers": {
"puppeteer": {
"command": "mcp-server-puppeteer"
}
}
}
```
现在你可以说：
> "打开百度，搜索'AI Agent'，截图保存"
Claude 会自动：
1. 启动浏览器
2. 打开百度
3. 输入搜索词
4. 截图保存
## MCP 的未来
MCP 还在快速发展中，未来可能会支持：
- **流式响应**：工具可以流式返回数据
- **双向通信**：Server 可以主动推送消息
- **可视化**：支持图表、图像等富媒体
- **协作**：多个 Agent 共享同一个 MCP Server
## 总结
MCP 是 AI Agent 领域的重要突破：
1. **统一标准**：解决了工具调用的碎片化问题
2. **生态共享**：一次开发，处处使用
3. **降低成本**：不用为每个 Agent 重复开发
4. **加速创新**：专注业务逻辑，不重复造轮子
就像 USB-C 统一了充电接口，MCP 正在统一 AI Agent 的工具接口。
## 下期预告
下一篇我们来聊聊 **上下文管理**——Agent 如何"记住"之前做的事，以及如何处理超长对话。
---
**参考资料**：
- [MCP 官方文档](https://modelcontextprotocol.io/)
- [Anthropic MCP 公告](https://www.anthropic.com/news/model-context-protocol)
- [Claude Desktop MCP 配置](https://docs.anthropic.com/claude/docs/mcp)
- [Awesome MCP Servers](https://github.com/punkpeye/awesome-mcp-servers)
---
*这是斯坦福 CS146S 课程学习笔记系列的第三篇。上一篇：[从"会话"到"会做"——Coding Agent 解剖](https://delucia.cn/3254/2026-03-18/)*
Views: 0