目录
- 一、引言
- 二、MCP核心架构
- 三、MCP传输层(stdio / sse)
- 四、MCP能力协商机制(Capability Negotiation)
- 五、MCP Client相关能力(Roots / Sampling)
- 六、MCP Server相关能力(Prompts / Resources / Tools)
一、引言
之前我们在接入大模型时,不同的大模型通常都有自己的交互协议,所以类似Spring AI框架都会为每一种大模型开发各自的starter,而Agent应用(或者大模型)在接入外部工具Tool、外部资源(如代码上下文、本地文件等)时,也需要适配不同的协议与交互,没有统一的接入标准。针对大模型与外部工具、资源间的交互协议难以统一、资源难以复用等情况,业界提供出了 Model Context Protocol (MCP) 开放协议。MCP标准化了应用程序如何向大模型(LLMs)提供上下文。将 MCP 想象成 AI 应用的 USB-C 端口。就像 USB-C 提供了一种标准化的方式将您的设备连接到各种外围设备和配件一样,MCP 提供了一种标准化的方式将 AI 模型连接到不同的数据源和工具,它使得应用程序和外部数据源及工具之间能够无缝集成。无论您是在构建一个 AI 驱动的集成开发环境、增强聊天界面,还是创建自定义 AI 工作流程,MCP 都提供了一种标准化的方式来连接所需上下文。