什么是 Model Context Protocol？让 AI 连接你的世界

译文信息

• 原文：What is Model Context Protocol? Connect AI to your world
• 作者：Anthropic
• 原文发布：2025-10-31
• 翻译发布：2026-03-25（东八区）

AI 模型能发挥多大作用，取决于你给了它多少上下文。像 Claude 这样的 AI 助手可以回答问题、完成许多复杂任务，但如果拿不到需要的数据或工具，能替你做的事就会受限。你通常会在各个标签页之间复制、粘贴上下文——无论是在 Google Drive 里改文档、在 Slack 里回帖，还是在 IDE 里改代码。这个过程慢，需要反复操作，还容易漏掉关键信息。

Model Context Protocol（MCP） 提供了一种开放、可在各类 AI 应用与助手中广泛采用的方案。本文将介绍 MCP 是什么、如何运作、为何重要、适合谁，并给出在 Claude 中的 Connectors 示例，以及如何开始接入或自建 MCP。

什么是 Model Context Protocol（MCP）？ #

Model Context Protocol（模型上下文协议）是一项开放标准，规定大语言模型（LLM）如何与外部系统通信。

可以把 MCP 理解为 面向 LLM 的 USB-C。正如 USB-C 为手机、笔记本等设备提供统一接口，MCP 为 LLM 连接外部系统提供统一格式。在 USB-C 普及之前，每种设备往往各用各的线：iPhone 用 Lightning，Android 用 micro-USB，相机还有专有接口。随着更多设备采用 USB-C，整个生态里的连接变得顺畅。

MCP 为 AI 集成带来同样的简化。在 MCP 之前，每个应用、每个数据库往往都要写一套定制代码才能接到 LLM：Google Drive 一套、Slack 一套、Figma 又一套。现在，MCP 用单一、标准化的方式，把这些工具接到 Claude 及其他 AI 应用上。

MCP 从何而来？ #

MCP 由 Anthropic 的 David Sorria Para 与 Justin Spahr-Summers 创建。起因是 David 在 Claude Desktop 与 IDE 之间反复拷贝代码感到厌烦。他意识到这是典型的 M×N 问题（多种 AI 应用都要分别对接多种外部工具），于是向 Justin 提议做一套协议来解决。他们参考了广泛使用的语言服务器协议（Language Server Protocol）进行设计，并于 2024 年 11 月在 Anthropic 支持下将其开源，以便整个 AI 生态都能受益。

MCP 如何工作？ #

MCP 采用客户端与服务器两端协作的模型：Claude 等 AI agent 与聊天机器人实现 MCP Client（客户端）；Notion、Canva、Figma 等应用通过 MCP Server（服务器） 提供工具与数据，供客户端连接和调用。

实现 MCP Client 后，AI agent 与聊天机器人可以接入社区构建的成千上万个 MCP Server，直接调用它们提供的工具与数据，扩展自身能力。实现 MCP Server 后，公司与开发者可以让产品更容易被 AI 调用，开辟新的价值场景。

MCP 是开源的，任何人都可以实现 Server 或 Client。

为什么 MCP 重要？ #

MCP 让 LLM 不局限于「聊天」，而能执行真实世界任务：读完邮件线程并回复、访问代码库并部署更新、阅读设计简报并生成初稿。该协议为 LLM 连接外部系统、工具与应用、获取数据并执行操作打下基础。它带来：

对 AI 的通用兼容 #

AI 助手能接入成千上万种工具 — 一旦某助手实现了 MCP（通过 MCP client），即可即时连接大量 MCP 兼容应用，从专用编程工具到企业工作流平台，而无需为每个产品各写一套定制集成。

工具与应用一次对接、多端 AI 共用 — Notion、Figma、Asana 等公司只需维护 一个 MCP server，即可服务所有实现了 MCP client 的 AI 助手。开发者做一次集成，即可覆盖多种 AI 连接场景。

开放、AI 原生的生态 #

任何人都可以构建与分享 — 作为开放标准，开发者或公司发布的 MCP server 可与任意 MCP client 互通。这种开放性催生了大量社区 server，加快了 AI 助手可用工具与应用的丰富度。

让软件从设计上就便于 AI 使用 — 传统软件主要为人类和网页界面而造。MCP 提供面向 AI 交互的并行接口，使应用能真正做到 AI 原生（AI-native），从而带来 AI 模型与人们日常工具之间更好、更可靠的集成。

Agent 的基础协议 #

MCP 为 AI agent 访问任意数量的服务与工具提供基础设施，支撑端到端任务自动化。随着更多应用采用该协议，AI agent 独立处理复杂多步工作流的设想会变得越来越可行。

MCP 适合谁？ #

开发者可以用统一标准做一次集成，在任意兼容的 AI 上复用。企业可获得可扩展、可由 IT 管控的安全 AI 连接。普通用户无需技术背景，即可把常用工具接到 AI 上。

面向开发者：连接 AI 与应用的单一标准 #

开发者只需遵循同一套标准，即可把外部产品接到你们的 AI 应用与 agent 上。这能简化集成建设、增加可连接产品数量，并提升生态里连接方式的整体质量与安全。

在搭一个要接很多应用的 agent？还是在做一个要接很多 agent 的应用？MCP 让你进入兼容工具生态，并减少完成集成所需的工作。

面向企业：组织内安全、可扩展的 AI 连接 #

企业能更高效地推动内部采用 AI 工具与应用，因为 MCP 简化了自有系统与 AI 的对接。这有助于让 AI 在组织内更「连成网」，扩展员工可用能力与场景。

面向消费者：一键接入常用工具 #

MCP 让终端用户在自己偏好的 AI 助手与工作工具之间无缝衔接，更容易自动化任务、少在标签页间复制粘贴。简而言之，MCP 让 AI 对你数字世界的访问与连接能力更强。

在 Claude 中，你可以快速连接 MCP Server，在产品里称为 Connectors，从而把 Claude 接到常用工作应用上。

Connectors（MCP）实战 #

当你用日常工具看到 MCP 落地时，价值最直观。下面是 Claude 中由 MCP 驱动的集成示例（即 Connectors）：

Claude 中的 Canva #

Canva Connector 让 Claude 直接在 Canva 里生成新设计。通过 MCP，Claude 可以调用 Canva 提供的工具，在画布上生成设计。

Claude 中的 Notion 与 Linear #

通过 Notion 与 Linear Connectors，Claude 可以读取你在 Notion 中的页面，并据此更新 Linear 中的工单。这里，Claude 通过 MCP 连接，把 Notion 页面的非结构化资料整理到 Linear 的结构化工单中。

Claude Code 中的 Figma #

Figma Connector 让 Claude 访问 Figma 中的设计，从而使 Claude Code 能基于 Figma 稿做出网站、应用或界面的可运行原型。

可用的 Claude Connectors #

Claude Connectors 包括但不限于：

• Notion：工作区文档
• Linear：问题跟踪
• Stripe：支付相关数据
• Canva 与 Figma：设计辅助
• HubSpot：CRM 自动化
• Sentry：错误追踪
• ……还有更多

每个 Connector 通常只需数秒即可完成配置，让 Claude 在工作时调用它连接的应用。在 Claude 之外，开源生态里还有 MCP Registry 上的大量 MCP server。

开始探索 MCP #

可按需求选两条路径。

Claude 中的 Connectors #

Connectors 为预置集成，让 Claude 即时访问工具、数据库与应用，并为你扩展能力边界。打开 Claude，浏览可用 Connectors，点击即可添加。

自建 MCP 连接 #

MCP 开源，任何人都可以采用它来把 AI 接到应用上。Model Context Protocol 文档 说明了如何基于 MCP 构建。

上手建议 #

若想试用 MCP，可以先在 Claude 里找一个能立刻启用的 Connector。

若还没有现成的 MCP server，自建需要一些工作量；若熟悉 TypeScript 或 Python，难度并不高。Model Context Protocol quickstart 提供可改写的示例。

常见问题 #

MCP 只能用于 Claude 吗？ #

不是。MCP 是开源协议。虽然 Claude 较早推动 MCP 落地，其他 AI 提供商也已采用同一协议，从而可以接入同一套 MCP server 生态。

使用 MCP 需要会编程吗？ #

使用 Connectors 不需要：浏览、安装、完成认证即可。自建 MCP server 需要 TypeScript 或 Python 能力，但不断增长的 Connector 库 已覆盖多数主流工具。

MCP 的安全模型是怎样的？ #

每个服务器会请求具体权限，让 Claude 访问相应内容。你可以批准或拒绝访问，并随时撤销授权。

MCP 性能如何？ #

MCP 使用高效的传输方式：本地 server 可用 stdio，开销很小；远端 server 可用 SSE（Server-Sent Events）与 Streamable HTTP 维持长连接。响应流式传输有助于在大数据操作上避免超时。协议还支持分页、过滤与部分响应，以便高效处理大数据集。

译者注：stdio 在这里指通过进程的标准输入和标准输出传递消息；SSE 则是服务器向客户端持续发送事件的一种方式。