MCP 全称为 Model Context Protocol，中文理解为模型上下文协议，是由 Anthropic 公司推出的一个开源标准化通信协议，作用是充当 AI 大模型与外部数据源和工具之前的桥接作用，让 AI 能够安全、高效地读取数据，调用工具，处理逻辑。
MCP 有什么作用？
想象一下这个场景，我们现在正在调用 AI 来辅助编写网页代码。现在需要创建一个新页面，传统操作是开发者手动建立一个 xxx.html 的文件，然后告诉 AI 需要实现一个什么样的页面效果，AI 将回复写好的代码，开发者再将代码复制到页面中，然后在浏览器中查看效果，有不合适的地方又重复上面的步骤。
那么，上面的场景有没有需要改进的地方呢？很明显答案是有的。
首先，我们希望 AI 可以自己把代码写进文件中，免去复制粘贴的步骤。更进一步，我们希望 AI 直接可以读取和创建文件，就不需要我们手动创建新文件了。最后，对于写好的代码，我们希望 AI 可以自动去测试看是否达到要求。
针对这一系列进阶需求，就诞生了 MCP（模型上下文协议）。在上面的场景中，很显然操作的上下文是不连贯的，整个流程需要人为介入才能继续下去。MCP 就是用来弥补这一缺陷的，通过 MCP，AI 大模型可以连接到各类工具，例如，大模型可以使用编辑器的 MCP，实现文件的创建，读取和写入，通过浏览器的 MCP，实现网页效果的测试。
MCP 核心概念有哪些？
MCP 同样遵循着客户端-服务器架构（Client-Server），主要包括以下几个核心点：
- MCP 主机：AI 程序，例如VSCODE，Codex等
- MCP 客户端：在主机内部与服务端通信
- MCP 服务端：为客户端提供上下文、工具链等信息
MCP 客户端和服务端的通信靠什么？
MCP 的通信机制有两种：基于标准输入输出的本地通信和基于 SSE 的远程通信。采用 JSON-RPC 2.0格式进行消息传输。