# 4.1 MCP 是什么：AI 世界的 USB-C

在 2024 年之前，如果想让 Claude 读取电脑上的文件，或者查询公司的数据库，需要编写大量的“胶水代码”。这就像是在不同品牌的手机充电器之间寻找转接头——繁琐、混乱且互不兼容。对于这样的问题，再加一层是计算机领域屡试不爽的办法。

**Model Context Protocol (MCP)** 的出现，彻底改变了这一切。Anthropic 将其发布为一种开放标准，并在开发者社区引发了轰动。

## 4.1.1 痛点：集成的“巴别塔”

在 MCP 诞生之前，将 LLM 连接到数据源面临着巨大的碎片化问题：

* **重复造轮子**：每个开发者如果要连接 Google Drive，都得自己写一套 OAuth 认证、API 封装和数据清洗逻辑。
* **维护噩梦**：一旦 Slack 更新了 API，所有连接 Slack 的 Agent 都得重写代码。
* **上下文孤岛**：IDE 里的 AI 助手读不到浏览器里的内容，因为它们运行在不同的沙箱里。

这就像早期的计算机外设接口——鼠标用 PS/2，打印机用并口，显示器用 VGA。如果想换个设备，可能连接口都插不上。

## 4.1.2 解决方案：标准化的通用协议

MCP 的核心理念非常简单：**让 AI 连接数据就像插 USB 设备一样简单。**

它定义了一套通用的协议，规定了 AI 模型（Client）和数据源（Server）之间该如何“握手”和“对话”。

### 这里的“USB-C”意味着什么？

1. **标准化 (Standardized)**：无论你是连接本地文件系统、PostgreSQL 数据库还是 Notion 笔记，对于 Claude 来说，它们看起来都 **一模一样**。Claude 只需要学会说“MCP 语言”。
2. **即插即用 (Plug-and-Play)**：一旦安装了一个 MCP Server（比如 `mcp-server-github`），任何支持 MCP 的客户端（如 Claude Desktop App, Cursor, Zed）都能立即获得读取 GitHub 的能力，无需额外开发。
3. **双向流通 (Bi-directional)**：不仅 Claude 可以读取数据（Context/上下文），它还可以执行操作（Tools/工具），甚至请求用户采样（Sampling）。

## 4.1.3 架构对比

### 传统模式

```mermaid
graph LR
    A["Claude API"] -->|"Custom Code"| B["Slack"]
    A -->|"Custom Code"| C["GitHub"]
    A -->|"Custom Code"| D["Postgres"]
    style B fill:#f9f,stroke:#333
    style C fill:#f9f,stroke:#333
    style D fill:#f9f,stroke:#333
```

每个连接都需要独特的维护。

### MCP 模式

```mermaid
graph TD
    A["Claude Desktop"] -- "MCP Protocol" --> H["MCP Host"]
    H -- "stdio/http" --> S1["Slack MCP Server"]
    H -- "stdio/http" --> S2["GitHub MCP Server"]
    H -- "stdio/http" --> S3["Postgres MCP Server"]

    S1 --> RealSlack["Slack API"]
    S2 --> RealGitHub["GitHub API"]
    S3 --> RealDB["Database"]
```

Claude 只需维护与 Host 的连接。具体的业务逻辑被封装在各个 Server 中。

## 4.1.4 为什么这对开发者很重要？

* **对于工具开发者**：只需要写一次 `mcp-server`，工具就能被所有 AI 客户端（Claude, Cursor, VS Code...）直接使用。
* **对于 AI 应用开发者**：可以专注于构建 Agent 的逻辑，而不用担心底层如何解析 PDF 或如何连接 MySQL。只需配置好现成的 MCP Server 即可。

## 4.1.5 MCP 的诞生

MCP 由 Anthropic 工程师 **David Soria Parra** 和 **Justin Spahr-Summers** 创建。创意源于 David 在使用 Claude Desktop 时的一个痛点：需要不断在 Claude 和 IDE 之间复制粘贴代码。

这是一个典型的 **M×N 问题**：M 个 AI 应用需要连接 N 个外部服务，传统方式需要 M×N 个独立集成。MCP 的设计灵感来自 **Language Server Protocol (LSP)**—一个标准化的协议只需要 M+N 个实现即可完成全部连接。

2024 年 11 月，Anthropic 将 MCP 开源，使整个 AI 生态系统都能受益。2025 年 12 月，MCP 正式加入 **Agentic AI Foundation (AAIF)**——一个由 Linux Foundation 托管、Anthropic / Block / OpenAI 联合发起的开源基金会，确保协议的供应商中立与社区治理。

## 4.1.6 生态系统概览

MCP 生态正在快速扩张：

### 客户端

实现了 MCP Client 的应用可以连接任何 MCP Server：

* Claude Desktop App
* Claude Code
* Zed Editor
* Cursor
* VS Code 扩展

### 服务端

| 类别   | 示例                            |
| ---- | ----------------------------- |
| 本地资源 | Filesystem, SQLite, Git       |
| 云服务  | AWS, Google Drive, Azure      |
| SaaS | Slack, Linear, Notion, Sentry |
| 浏览器  | Puppeteer (网页自动化)             |

## 4.1.7 Connectors：零配置的 MCP 体验

对于非技术用户，Anthropic 提供了 **Connectors**——可直接启用的预置集成能力：

* **无需配置**：按产品入口启用即可使用
* **官方合作**：由 Anthropic 与合作伙伴共同维护
* **权限管理**：细粒度的访问控制

### 热门 Connectors

| Connector   | 功能               |
| ----------- | ---------------- |
| **Notion**  | 读写 Notion 页面和数据库 |
| **Figma**   | 访问设计稿，生成前端代码     |
| **Canva**   | 在画布中生成设计         |
| **Linear**  | 创建和更新工单          |
| **Stripe**  | 查询支付数据           |
| **Hubspot** | 自动化 CRM 任务       |
| **Sentry**  | 分析错误日志           |

启用方式：在 Anthropic 提供的相关目录或产品入口中浏览可用 Connectors，点击添加即可。

## 4.1.8 MCP 在代理经济中的战略地位

MCP 的意义远不止于技术便利。在代理经济（Agentic Economy）中，API 和 MCP 正在取代图形界面成为新的“用户界面”——智能体通过 MCP 发现和调用服务，就像人类通过浏览器访问网站一样自然。

这意味着：如果一个 SaaS 产品缺乏可读的底层数据表示、不支持脚本调用或采用封闭格式，它将无法被智能体有效操纵，在市场竞争中处于劣势。构建健壮、文档完善且具有高度表达能力的 MCP 服务器，使 AI 能够成为人类用户的无缝副驾驶，正在从“锦上添花”变为软件企业的生存前提。

未来还将出现去中心化的“智能体发现网络”——智能体以机器可读格式发布自身能力，其他智能体可以动态发现和调用，类似于互联网的 DNS 系统。MCP 作为工具连接协议，与 A2A 等智能体互操作协议一起，构成了这个新网络的协议基础（更多关于代理经济的讨论，参见姊妹篇《智能体 AI 权威指南》第六章和第十一章）。

***

现在理解了 MCP 作为“连接一切”的通用标准。接下来深入探讨其内部架构—Client 和 Server 之间到底发送了什么消息？

➡️ [深入 MCP 架构原理](/claude_guide/di-er-bu-fen-gong-ju-pian/04_mcp/4.2_architecture.md)


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://yeasy.gitbook.io/claude_guide/di-er-bu-fen-gong-ju-pian/04_mcp/4.1_intro.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.