Model Context Protocol (MCP) – AI应用连接协议 Skill 技能

技能简介

Model Context Protocol（MCP，模型上下文协议）是一个开源的开放标准协议，旨在为 AI 应用与外部数据源、工具和工作流之间建立统一的连接规范。把它想象成 AI 世界的 USB-C 接口——无论你使用哪款 AI 客户端，都可以通过同一个协议标准连接任何支持 MCP 的数据系统或工具服务，无需为每个 AI 平台单独开发适配代码。MCP 由 Anthropic 发起，现由 Linux Foundation 托管，已获得广泛的社区与行业支持。

核心能力

• 标准化连接：用同一套协议连接 AI 助手与日历、数据库、文件系统等各类数据源
• 工具暴露：MCP Server 将专业工具（搜索、计算、代码执行等）暴露给任何兼容的 AI 客户端
• 双向数据流：AI 不仅可以读取外部数据，还能通过 MCP 执行实际操作（如发邮件、创建 Issue）
• 多语言 SDK：官方提供 TypeScript、Python、Java、Go、Rust、Swift 等 10 种语言 SDK，降低接入门槛
• 广泛兼容：已支持 Claude（Anthropic）、ChatGPT（OpenAI）、Cursor、VS Code 等主流 AI 产品
• 生态活跃：MCP Registry 收录了大量社区构建的 MCP Server，覆盖 Caddy 服务器管理、GitHub 操作等场景
• 安全可控：支持身份验证、访问控制，敏感操作可限权执行

安装配置

1. Node.js 环境（推荐）：运行 npm install -g @modelcontextprotocol/server-filesystem 完成基础文件服务器安装
2. Python 环境：运行 pip install mcp 安装 Python 版 SDK，开始编写自己的 MCP Server
3. 官方模板：克隆 https://github.com/modelcontextprotocol/typescript-sdk 获取 TypeScript 开发模板
4. Docker 部署：官方提供 Dockerfile，可将自定义 Server 容器化后远程部署

使用步骤

1. 选择一个 MCP Server：访问 https://registry.modelcontextprotocol.io 浏览公开收录的 Server 列表
2. 配置客户端：在支持的 AI 客户端（如 Cursor 设置中）填入 Server 的 URL 或本地路径
3. 身份验证：如 Server 需要认证，在客户端配置页面填入 API Key 或 OAuth 凭据
4. 开始对话：在 AI 对话中自然语言请求操作，例如帮我读取本地项目的 package.json，MCP 自动完成
5. 开发自定义 Server：参考 SDK 文档，将内部系统封装为 MCP Server，供团队所有 AI 工具使用

适用场景

• 个人效率：让 AI 读写本地文件、查询日历、搜索网络，无需在不同工具间复制粘贴
• 企业应用：将内部数据库、CRM 系统通过 MCP 接入 AI 助手，实现自然语言数据查询
• 开发者工作流：在 VS Code / Cursor 中用 AI 操作 GitHub Issue、发送 Slack 消息、查询日志
• AI 应用开发：用 MCP SDK 快速将产品能力暴露给所有主流 AI 客户端，一次接入全平台生效

适用人群

AI 应用开发者、DevOps 工程师、数据工程师，以及希望将 AI 深度接入工作流程的技术用户。

工作原理

MCP 采用客户端-服务器架构：Host（AI 应用，如 Claude Code）通过 MCP Client 与外部 Server 建立长连接，Server 暴露三类资源：Prompts（提示模板）、Resources（数据资源）和 Tools（可调用工具）。AI 用户发出自然语言请求时，Host 解析意图并调用对应 Server 工具，完成后将结果注入上下文返回给用户。整个过程遵循标准化 JSON-RPC 规范，各端点用类型定义确保接口稳定。

官方链接

官网：https://modelcontextprotocol.io GitHub：https://github.com/modelcontextprotocol 官方 Registry：https://registry.modelcontextprotocol.io