Anthropic 发布了「模型上下文协议」MCP 无缝连接本地和远程数据源

Anthropic 发布了 Model Context Protocol (MCP)，一个旨在将 AI 助手与数据源（如本地内容存储库、业务工具、开发环境）无缝连接的开放标准。该协议通过改善 AI 获取数据的能力，使模型生成更相关、更准确的响应。

MCP 的核心价值

统一数据访问：
- LLM 应用不需要为每种数据源编写特定的代码。
- MCP 提供统一接口，支持本地资源（如 SQLite 数据库、文件系统）和远程资源（如 Slack、GitHub API）。
多功能支持：
- 不仅能访问数据，还支持工具（如 API 调用）和交互提示。
- 提供丰富的操作能力，安全机制确保数据隐私。
提升 LLM 实用性：
- MCP 让 Claude Desktop 等 AI 工具与数据源无缝交互，从而提升任务效率。例如，MCP 可让 AI 在 5 分钟内配置本地数据库、创建代码仓库或处理搜索引擎任务。

为什么需要 MCP？

现在的 AI 模型，比如聊天机器人，通常非常“聪明”，但它们有一个大问题：和外部数据隔绝。

比如，如果你想让 AI 帮你处理 Google Drive 里的文件、Slack 的对话记录或 GitHub 的代码，它是做不到的，因为它拿不到这些数据。
目前的解决方法是为每种数据源（比如 Google Drive 或 GitHub）专门开发一个“连接器”（代码或程序），但这非常麻烦、不灵活，而且难以扩展。

MCP 的出现解决了这个问题：

它提供了一个通用的标准，任何数据源（比如一个公司的数据库或存储系统）都可以通过这个标准和 AI 进行无缝连接。
换句话说，MCP 就像一个“万能钥匙”，不用每次都为 AI 写专门的代码了。

案例

现在通过 Claude Desktop，简单配置一下 MCP，就能让 Claude 直接连接 GitHub，创建仓库，提交 PR，一会就能搞定！

提示：

Please do the following:

make a simple html page

create a repository called simple-page

Push the html page to the simple-page repo

Add a little css to the html page and then push it up

Make an issue suggesting we add some more content on the html page

Now make a branch called feature and make that fix and push the change

Make a pull request against main with these changes

主要功能介绍

Model Context Protocol (MCP) 的核心功能围绕解决 AI 助手和数据系统之间的高效连接问题展开。以下是 MCP 的主要功能点：

1. 数据访问的标准化

MCP 提供了一个通用的开放协议，让开发者可以通过一种统一的方式连接各种数据源（如 Google Drive、Slack、GitHub 等），不需要为每种数据源单独开发复杂的“接口代码”。

过去的问题：每个数据源需要专门开发连接器，耗时且不灵活。
MCP 的解决方法：用一个标准化的协议简化所有数据源的连接，像用“通用电源插头”一样。

2. 双向安全连接

MCP 支持在 AI 应用和数据源之间建立双向的、安全的通信通道。这意味着：

数据源可以安全地共享数据给 AI。
AI 应用也可以把生成的结果反馈给数据源，实现闭环的交互。

这种双向连接保证了数据的隐私性和交互的完整性。

3. 上下文感知能力

通过 MCP，AI 助手能够从数据源中提取更全面的上下文信息，从而提供更加精准和相关的回答。例如：

在代码开发中，MCP 可以让 AI 了解当前项目的代码结构和历史提交记录，从而生成更实用的代码。
在业务管理中，MCP 可以让 AI 理解文档的背景，从而生成个性化的分析和建议。

4. 模块化与可扩展性

MCP 的架构非常灵活，分为以下两个主要模块：

MCP 服务器：数据源通过 MCP 服务器暴露内容。
- 现有的 MCP 服务器已经支持 Google Drive、Slack、GitHub 等系统。
MCP 客户端：AI 应用通过客户端与 MCP 服务器连接。

开发者还可以自己扩展 MCP，创建更多的数据源支持。

5. 开源与社区支持

MCP 是一个完全开源的标准，任何开发者都可以贡献代码或创建新的“连接器”。Anthropic 提供了丰富的开源工具，包括：

MCP 开发工具包 (SDK)：帮助开发者快速上手。
开源服务器库：已经为常见的数据源准备了 MCP 服务器（如 Google Drive、Postgres 等）。
快速入门指南：让开发者从零开始快速构建 MCP 应用。

这种开放性让 MCP 可以持续迭代和扩展，形成一个健康的开发者生态。

6. 多场景应用支持

MCP 不仅适合企业内部的复杂系统，也适用于开发者个人或团队的需求。例如：

企业数据管理：将公司内多个业务系统统一接入 AI，提高工作效率。
开发工具集成：在代码开发中，帮助 AI 获取上下文，提高代码生成和调试的准确性。
文档协作：帮助 AI 更智能地分析和生成文档，提升协作效率。

7. Claude 桌面支持

Anthropic 的 Claude AI 已经支持通过 MCP 本地服务器连接企业内部的数据，这让企业可以快速部署并测试 MCP 的功能，而不需要直接对外暴露数据。

MCP 的工作原理

架构：
- MCP 主机（如 Claude Desktop）：与 MCP 服务器交互的应用程序。
- MCP 服务器：负责访问本地资源（如 SQLite 数据库、文件系统）。
- 本地资源：如数据库、文件等，只在本地运行，保证安全性。
操作流程：
- 发现服务器：Claude Desktop 启动时，自动检测配置的 MCP 服务器。
- 协议握手：确认 MCP 服务器的能力（如查询数据库）。
- 执行操作：如运行 SQL 查询并返回结果。