官方课程 · MCP 入门

MCP 入门
AI 的 USB-C 接口

Model Context Protocol（MCP）中文入门导读：三层架构、核心概念、工作流程、快速配置与安全模型。基于 Anthropic 官方规范整理。

MCP 入门 · AI 的 USB-C 接口

Model Context Protocol（MCP）中文入门导读：三层架构、核心概念、工作流程、快速配置与安全模型。基于 Anthropic 官方规范整理。

MCP 是什么

Model Context Protocol（MCP）是 Anthropic 于 2024 年 11 月发布的开放标准协议，用于规范 AI 模型与外部工具、数据源之间的通信方式。一个常见的比喻是：MCP 之于 AI 工具集成，就如同 USB-C 之于硬件外设——统一接口，即插即用。在 MCP 出现之前，每个 AI 应用都需要为每个外部工具单独开发适配层；MCP 让这个过程标准化，一个 MCP Server 可以被任意兼容客户端复用。

MCP 是什么

Model Context Protocol（MCP）是 Anthropic 于 2024 年 11 月发布的开放标准协议，用于规范 AI 模型与外部工具、数据源之间的通信方式。

一个常见的比喻是：MCP 之于 AI 工具集成，就如同 USB-C 之于硬件外设——统一接口，即插即用。在 MCP 出现之前，每个 AI 应用都需要为每个外部工具单独开发适配层；MCP 让这个过程标准化，一个 MCP Server 可以被任意兼容客户端复用。

ℹ️

MCP 是开放标准（MIT 许可），规范文档和参考实现均已公开。Claude（claude.ai 和 API）是目前支持 MCP 最完整的 AI 平台之一。

3

为什么需要 MCP

在 MCP 之前，将 AI 模型接入外部系统面临三个核心痛点：

传统方式 vs MCP
痛点	传统方式	MCP 解决方案
集成成本高	每个工具单独开发 API 包装层，重复劳动	标准协议，Server 一次编写，到处复用
上下文割裂	AI 只能处理对话框内的信息，无法访问外部数据	Server 主动推送资源，AI 按需读取完整上下文
能力碎片化	工具调用靠 Function Calling，格式不统一	MCP 统一定义 Tools / Resources / Prompts 三类能力

💡

MCP 的核心价值不在于"让 AI 调用工具"（Function Calling 早已实现），而在于建立一套可发现、可组合、可授权的生态标准——让开发者构建一次，让所有兼容的 AI 客户端都能使用。

4

三层架构：Host · Client · Server

MCP 的架构分三层，每层职责清晰：

🖥️

Host（宿主）

用户直接交互的 AI 应用，例如 Claude.ai、Claude Desktop、Cursor 等 IDE 插件。Host 管理用户会话、持有授权，并决定允许连接哪些 MCP Server。

🔌

Client（客户端）

内嵌于 Host 的 MCP 协议实现层。每个 Client 维护与一个 MCP Server 的持久连接，处理协议握手、能力协商、消息路由。通常对最终用户不可见。

⚙️

Server（服务端）

独立运行的轻量级进程，向 Client 暴露 Tools（可调用的函数）、Resources（可读取的数据）、Prompts（预制的提示词模板）。可以是本地进程（stdio）或远程服务（HTTP/SSE）。

ℹ️

一个 Host 可以同时连接多个 MCP Server（例如同时连接文件系统 Server、数据库 Server、GitHub Server），由 Client 层分别管理各自连接。

5

核心概念速查

Tools

可执行的函数，Server 向 AI 暴露的"动词"。AI 可以调用 Tool 完成操作，例如读写文件、执行查询、调用 API。

Resources

可读取的数据，Server 向 AI 暴露的"名词"。例如文件内容、数据库记录、API 响应。AI 可以将 Resource 加载到上下文窗口。

Prompts

Server 提供的预制提示词模板，可带参数。让 AI 在特定场景下使用经过优化的提示词，无需每次手动编写。

Sampling

Server 请求 AI 生成文本的机制（反向调用）。让 Server 端逻辑能够驱动 AI 推理，构建更复杂的智能体工作流。

Transport

通信传输层。本地 Server 使用 stdio（标准输入输出），远程 Server 使用 HTTP + SSE（Server-Sent Events）进行双向通信。

Capability Negotiation

握手阶段的能力协商：Client 和 Server 互相声明支持的 MCP 功能集，确保兼容性。每次连接建立时执行。

JSON-RPC 2.0

MCP 底层消息格式。所有 Tool 调用、Resource 请求、通知都通过标准 JSON-RPC 消息传输，语言无关。

Roots

Client 向 Server 声明的"关注范围"（文件路径或 URI 列表），让 Server 了解自己在哪个工作空间下运行，避免越界操作。

6

工作流程：一次 Tool 调用的完整生命周期

以"用 Claude 通过 MCP 查询本地数据库"为例，完整流程如下：

1

连接建立 — Claude Desktop（Host）启动时，读取配置文件中已注册的 MCP Server 列表，通过 Client 分别建立连接。

2

能力协商 — Client 与每个 Server 进行握手，Server 声明自己提供哪些 Tools / Resources / Prompts，Claude 将这些能力加入当前会话上下文。

3

用户提问 — 用户输入"帮我查一下上月销售额最高的产品"。Claude 分析语义，判断需要调用数据库查询 Tool。

4

Tool 调用 — Claude 生成结构化的 Tool 调用请求（JSON-RPC），经由 Client 发送给对应的数据库 MCP Server。

5

执行与返回 — MCP Server 执行 SQL 查询，将结果封装为标准响应返回给 Client，再传回 Claude。

6

生成回答 — Claude 将查询结果整合进对话上下文，生成自然语言回答返回给用户。

💡

整个过程对用户完全透明。用户只需正常对话，MCP 负责在 AI 与工具之间传递结构化消息。Claude 会在回答中注明数据来源。

7

典型用例

💻开发效率

读取本地代码库，理解项目结构
执行 Git 操作（查看 diff、提交、切换分支）
运行测试并分析失败原因
连接 GitHub / GitLab API 管理 Issue 和 PR

📊数据分析

直接查询本地 SQLite / PostgreSQL 数据库
读取 CSV / Excel 文件进行统计分析
连接 BI 工具获取实时指标数据
将分析结果写回数据库或导出报告

📚知识管理

搜索 Obsidian / Notion 笔记库
读取本地文档文件夹（PDF / Markdown）
连接企业知识库（Confluence / SharePoint）
将 AI 生成的内容直接保存到笔记系统

⚡工作流自动化

发送邮件 / Slack 消息
创建和更新日历事件
触发 CI/CD 流水线
调用内部 API 完成业务操作

🌐浏览器与网页

使用 Playwright MCP 控制浏览器
截图、填表、提取网页内容
自动化登录和表单提交
爬取和结构化提取网页数据

🏢企业集成

连接 Salesforce / HubSpot CRM
访问 ERP 系统数据
与内部微服务 API 对接
跨系统数据同步与核对

8

快速上手：在 Claude Desktop 中配置 MCP Server

Claude Desktop 是目前最易上手的 MCP 宿主。配置方法：编辑 Claude Desktop 的配置文件，添加 Server 定义。

第一步：找到配置文件

操作系统	配置文件路径
macOS	~/Library/Application Support/Claude/claude_desktop_config.json
Windows	%APPDATA%\\Claude\\claude_desktop_config.json

第二步：添加 Server 配置（以官方 Filesystem Server 为例）

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/yourname/Documents"
      ]
    }
  }
}

第三步：重启 Claude Desktop，打开新对话后在输入框左侧可以看到已连接的 Server 和可用工具列表。

💡

Anthropic 提供了一批官方参考 Server，包括：文件系统、GitHub、Google Drive、PostgreSQL、Brave 搜索、Puppeteer 等。可在 github.com/modelcontextprotocol/servers 浏览完整列表。

⚠️

每次添加新 MCP Server 前，请确认其来源可信。MCP Server 在被授权后可以访问你声明的文件和系统资源，与本地应用程序权限相当。

9

安全与权限模型

MCP 的设计将安全控制权交给 Host（用户侧），而非 Server：

用户授权

Claude 在执行任何 Tool 调用之前，会向用户展示即将执行的操作并请求确认。用户始终保有控制权。

最小权限

Server 只能访问 Host 明确授权的范围（通过 Roots 机制声明）。文件系统 Server 只能访问你指定的目录。

本地优先

本地 MCP Server（stdio 模式）运行在用户机器上，数据不离开本地环境，适合处理敏感数据。

沙箱隔离

每个 MCP Server 是独立进程，Server 之间不能互相通信，只能通过 Host/Client 协调。

审计日志

Claude Desktop 可记录所有 MCP 工具调用的输入输出，便于审计和调试。

凭证管理

Server 可通过环境变量接收 API Key 等凭证，不需要硬编码在配置文件中。

ℹ️

远程 MCP Server（HTTP/SSE 模式）在传输层需要 HTTPS，并通过 OAuth 2.0 进行授权。Anthropic 在 MCP 规范中定义了远程 Server 的授权流程标准。

10

进阶学习路径

掌握 MCP 基础后，推荐的进阶方向：

方向	内容	资源
构建自己的 MCP Server	用 Python / TypeScript SDK 从零构建 Server，暴露自定义 Tools 和 Resources	MCP 进阶教程 →
官方 MCP 课程	Anthropic SkillJar 免费课程，系统讲解协议细节与最佳实践	前往 SkillJar ↗
MCP 规范文档	完整协议规范、所有消息类型、SDK 参考手册	modelcontextprotocol.io ↗
官方 Server 仓库	浏览和 fork 官方参考 Server，是学习最佳实践的最快方式	GitHub ↗
Claude API + MCP	在 API 层面启用 MCP，构建支持工具调用的 Claude 应用	API 基础教程 →

ℹ️

本页为 Claudepedia 原创中文导读，基于 Anthropic 公开的 MCP 规范文档与官方课程结构整理，不包含课程原文。建议配合官方 SkillJar 课程同步学习。

11

MCP 入门AI 的 USB-C 接口