模型上下文协议（MCP）（MCP (Model Context Protocol)）

一句话定义：一种开放协议，用于规定 AI 应用如何连接外部工具与信息源。实际访问权限仍由宿主、服务器和配置决定。

科普速读

它是什么： MCP 为 AI 应用连接工具和数据定义了通用方式。
适合什么场景： 通过统一接口连接 AI 客户端与外部服务。
主要边界： 协议本身不能保证服务器安全，也不能授予工具调用权限。

概览

MCP 是一种开放协议，用于连接 AI 应用和外部工具、信息源。客户端和服务器通过宿主应用交换请求。AI 应用能访问什么，取决于配置和权限。

核心定义

标准定义

模型上下文协议（MCP）规定宿主应用、客户端连接和 MCP 服务器之间如何通信。服务器可以提供工具、资源或提示模板等能力。协议本身不会直接授予 AI 访问用户文件或系统的权限。

背景与发展

背景

在 MCP 出现前，应用通常需要为不同工具或数据源分别开发连接方式。MCP 为这些连接提供了共享协议。

发展

Anthropic 于 2024 年推出 MCP。此后协议持续演进。可选扩展和新功能需要客户端与服务器支持；不能假设所有实现都兼容。

工作机制（How It Works）

宿主应用启动或连接 MCP 客户端。
客户端连接服务器，并协商双方支持的能力。
服务器列出它已配置要提供的工具或资源。
宿主决定向模型提供哪些内容，以及是否需要用户批准工具调用。

建立连接并不意味着所有操作都安全。宿主和服务器仍要设置访问控制。

在软件测试与开发中的应用

查询测试报告：服务器可以提供查询测试运行或读取报告的工具。
读取仓库信息：服务器可以提供选定文件、问题记录或构建结果。
受控操作：服务器可以启动获准的工作流。涉及共享系统的改动应有审批和日志。

优势与局限

优势

复用集成方式：共享协议可以减少自定义连接代码。
发现服务器能力：客户端可以读取服务器提供的工具和资源列表。

局限与风险

实现不完全相同：不同客户端和服务器可能支持不同功能或协议版本。
权限风险：服务器可能暴露敏感数据或操作。应限制权限并检查工具行为。
数据不一定最新：数据时效取决于连接的数据源和服务器实现。

与相近术语对比

术语	主要作用
MCP	连接 AI 应用与工具、上下文来源
函数调用	让模型通过特定模型 API 请求调用工具
REST API	让软件与 Web 服务交换请求

MCP 可以承载工具交互，但不能代替服务器背后使用的 API。

实施建议（Best Practices）

先使用只读权限，确有需要时再增加写入权限。
检查服务器身份、可用工具和所需权限。
对有破坏性或会影响外部系统的操作要求确认。
记录工具调用，并测试失败处理。
依赖可选功能前，确认客户端和服务器都支持。

常见误区（Pitfalls）

把 MCP 当作安全边界：协议不会替宿主或服务器实施所有权限控制。
以为“一次编写，到处运行”：不同实现支持的功能和策略可能不同。
以为数据一定最新：连接的服务可能使用缓存，或延迟更新。

FAQ

MCP 如何用于软件测试？

团队可以连接一个提供测试报告查询工具的服务器。服务器应限制该工具能够访问的报告范围。

MCP 能保证工具调用安全吗？

不能。宿主和服务器需要控制访问、验证输入，并在需要时要求批准。启用前应了解实际操作。