MCP 学习笔记：工具协议和上下文扩展

写在前面

学习 AI Agent 时，我经常看到 MCP 这个概念。我的理解是，它想解决的问题是：让模型更规范地连接外部工具和数据源。

这篇文章只是基础学习笔记，主要记录我对 MCP 的初步理解。

MCP 解决什么问题

大模型本身只能根据上下文回答问题。如果它要读取文件、查询数据库、调用接口，就需要外部工具。

如果每个工具都单独设计一套接入方式，系统会越来越乱。MCP 的价值在于提供一种更统一的工具接入协议。

可以简单理解为：

模型应用
  -> MCP Client
  -> MCP Server
  -> 文件、数据库、API 等工具

和普通工具调用的区别

普通工具调用也能完成任务，但往往和具体框架绑定较深。MCP 更强调统一协议，让工具服务可以被不同客户端复用。

我目前关注的点有：

• 工具如何声明参数
• 工具返回结果如何组织
• 客户端如何发现工具
• 权限和安全边界如何控制

使用场景

比较适合 MCP 的场景：

• 文件系统读取
• 数据库查询
• 内部 API 调用
• 自动化工具接入
• 多工具 Agent 系统

这些场景本质上都是让模型能安全、规范地使用外部能力。

小结

MCP 对我来说还在学习阶段。现阶段我不会说自己做过完整 MCP 平台，更真实的说法是：我了解它在 AI 工具调用中的定位，并正在结合 Agent 项目理解它能解决什么问题。