https://guangzhengli.com/blog/zh/model-context-protocol/
#AI #Doc
* MCP 的突破性意义。过去一年，AI 模型发展迅速，但与现有服务的集成进展缓慢，缺乏一个开放、通用的协议标准。
* MCP 的定义。MCP 是由 Anthropic 主导发布的开放、通用、有共识的协议标准，旨在实现 AI 模型与不同 API 和数据源的无缝交互，替换碎片化的 Agent 代码集成，使 AI 系统更可靠、有效。
* MCP 与 Function Calling 和 AI Agent 的区别。
* Function Calling 是 AI 模型根据上下文自动执行函数的机制，缺点在于处理不好多轮对话和复杂需求。
* AI Agent 是可以自主运行以实现特定目标的智能系统，可以利用 MCP 提供的功能描述来理解更多的上下文，并在各种平台/服务自动执行任务.
* MCP 通过分层处理任务，使 AI 能够处理复杂、多步对话和统一上下文的 Agent.
* MCP 的工作原理。MCP 的核心在于 Server，它作为一个中间层，告诉 AI Agent 目前存在哪些服务、API 和数据源，AI Agent 可以根据 Server 提供的信息来决定是否调用某个服务，然后通过 Function Calling 来执行函数。
* 如何使用 MCP。可以使用 Cursor, Claude Desktop 或 Cline 来体验 MCP。开发者可以使用已有的开源 MCP 服务来增强自己的 Agent，而无需重复造轮子.
* MCP 的优势。
* 开放标准，服务商可以针对 MCP 开放自己的 API 和部分能力。
* 避免重复开发，开发者可以用已有的开源 MCP 服务来增强自己的 Agent。
* MCP 的架构。MCP 架构包括 MCP Hosts, MCP Clients, MCP Servers, Local Data Sources 和 Remote Services。
* MCP Server 的作用。MCP Server 描述 Server 提供的能力、需要的参数和返回的结果，它只是一个具有共识的协议。
* MCP 的应用示例。例如，创建一个 Github MCP Server，提供查找 Repository、搜索 Issues 和创建 Issue 三种能力。
* MCP 资源。包括官方的开源组织 Model Context Protocol、官方文档、MCP Server 列表，以及社区的 MCP Server 列表。
Guangzhengli
MCP 终极指南
