大家好，我是 同学小张，+v: jasper_8017 一起交流，持续学习AI大模型应用实战案例，持续分享，欢迎大家点赞+关注，订阅我的大模型专栏，共同学习和进步。

在这里插入图片描述

随着人工智能技术的飞速发展，大模型（LLMs）在各个领域的应用越来越广泛。然而，如何安全、高效地将这些大模型集成到应用程序中，成为了一个亟待解决的问题。Model Context Protocol (MCP) 应运而生，它提供了一种标准化的客户端-服务器架构，用于在应用程序中集成 AI 功能，同时确保安全性和可扩展性。本文将详细介绍 MCP 的架构、基础协议、生命周期、传输机制、安全性以及优缺点。

文章目录

1. MCP 架构

MCP 遵循客户端-主机-服务器架构，每个主机可以运行多个客户端实例。这种架构不仅使用户能够在应用程序中集成 AI 功能，还保持了明确的安全边界和隔离关注点。MCP 基于 JSON-RPC，提供了一个有状态的会话协议，专注于上下文交换和客户端与服务器之间的采样协调。

在这里插入图片描述

1.1 核心组件

  • 主机（Host）：主机进程充当容器和协调者，负责创建和管理多个客户端实例，控制客户端连接权限和生命周期，执行安全策略和同意要求，处理用户授权决策，协调 AI/LLM 集成和采样，以及管理跨客户端的上下文聚合。

  • 客户端（Client）：每个客户端由主机创建，并维护一个隔离的服务器连接。客户端为每个服务器建立一个有状态的会话，处理协议协商和功能交换，双向路由协议消息，管理订阅和通知，维护服务器之间的安全边界。

  • 服务器（Server）：服务器提供专门的上下文和功能，通过 MCP 原语公开资源、工具和提示，独立运行，具有明确的职责，通过客户端接口请求采样，必须遵守安全约束，可以是本地进程或远程服务。

1.2 设计原则

MCP 的设计基于以下几个关键原则：

  1. 服务器应该非常容易构建：主机应用程序处理复杂的编排职责，服务器专注于特定的、明确的功能，简单的接口最小化实现开销，明确的分离使代码易于维护。

  2. 服务器应该高度可组合：每个服务器在隔离中提供专注的功能，多个服务器可以无缝组合，共享协议实现互操作性，模块化设计支持可扩展性。

  3. 服务器不应读取整个对话，也不应“看到”其他服务器：服务器仅接收必要的上下文信息，完整的对话历史保留在主机中，每个服务器连接保持隔离，跨服务器交互由主机控制，主机进程执行安全边界。

  4. 功能可以逐步添加到服务器和客户端：核心协议提供最少的必需功能，需要时可以协商额外的功能，服务器和客户端独立演进，协议设计为未来可扩展，保持向后兼容性。

2. 基础协议

所有 MCP 客户端和服务器之间的消息必须遵循 JSON-RPC 2.0 规范。该协议定义了三种基本类型的消息：

  • 请求（Requests）：用于启动操作的消息，必须包含唯一 ID 和方法名称。

  • 响应（Responses）：回复请求的消息，必须包含与请求相同的 ID，进一步分为成功结果或错误。

  • 通知（Notifications）：无需回复的单向消息，不得包含 ID。

MCP 由多个关键组件组成，这些组件协同工作：

  • 基础协议：核心 JSON-RPC 消息类型。
  • 生命周期管理：连接初始化、功能协商和会话控制。
  • 服务器功能：服务器公开的资源、提示和工具。
  • 客户端功能：客户端提供的采样和根目录列表。
  • 实用工具：跨领域关注点，如日志记录和参数完成。

所有实现必须支持基础协议和生命周期管理组件，其他组件可以根据应用程序的具体需求实现。

3. 生命周期

MCP 定义了一个严格的客户端-服务器连接生命周期，确保正确的功能协商和状态管理。生命周期分为三个阶段：

  1. 初始化：功能协商和协议版本协商。客户端通过发送包含支持的协议版本、客户端功能和客户端实现信息的 initialize 请求来启动此阶段。服务器以其自己的功能和信息进行响应。成功初始化后，客户端发送 initialized 通知以表示其准备开始正常操作。

  2. 操作：正常的协议通信。客户端和服务器根据协商的功能交换消息，双方应尊重协商的协议版本，仅使用成功协商的功能。

  3. 关闭：优雅地终止连接。没有定义特定的关闭消息，应使用底层传输机制来表示连接终止。

在这里插入图片描述

4. 传输

MCP 目前定义了两种用于客户端-服务器通信的标准传输机制：

  • Stdio：通过标准输入和标准输出进行通信。客户端将 MCP 服务器作为子进程启动，服务器在其标准输入 (stdin) 上接收 JSON-RPC 消息，并将响应写入其标准输出 (stdout)。消息以换行符分隔，不得包含嵌入的换行符。

在这里插入图片描述

  • HTTP with Server-Sent Events (SSE)：服务器作为独立进程运行，可以处理多个客户端连接。服务器必须提供两个端点：一个 SSE 端点，供客户端建立连接并接收来自服务器的消息；一个常规的 HTTP POST 端点，供客户端向服务器发送消息。

在这里插入图片描述

客户端和服务器也可以以可插拔的方式实现自定义传输机制，以满足其特定需求。选择支持自定义传输的实现者必须确保它们保留 MCP 定义的 JSON-RPC 消息格式和生命周期要求。

5. 安全性

5.1 数据安全与隐私保护

  • 避免敏感数据上传：MCP 通过本地服务器与数据源建立双向连接，避免了将敏感数据上传到第三方平台，最大限度地保障了数据隐私。例如，用户可以直接让 AI 模型分析本地数据库中的数据，而无需将数据文件上传至云端。

  • 受控能力：MCP 服务器仅暴露特定且受控的功能，确保数据访问既可控又可审计。服务器自己控制资源，无需将 API 密钥等敏感信息提供给 LLM 提供商，即使 LLM 提供商受到攻击，攻击者也无法获取到这些敏感信息。

5.2 传输安全

  • 加密传输：MCP 协议支持多种加密算法，以确保数据在传输过程中的安全性。对于远程连接，建议使用 TLS 加密网络传输，保护敏感数据。

  • 消息验证：MCP 协议要求验证所有传入消息，清理输入数据，检查消息大小限制，并验证 JSON-RPC 格式。这有助于防止恶意内容和数据泄露。

5.3 身份验证与授权

  • 用户授权机制：MCP 通过用户授权机制确保安全使用，控制 AI 模型的权限范围。用户可以决定哪些上下文被发送到 LLM，何时执行操作，以及如何使用工具和资源。

  • 自定义认证策略：虽然 MCP 核心规范目前不包括认证和授权，但客户端和服务器可以协商自己的自定义认证和授权策略。

5.4 资源保护与访问控制

  • 访问控制：MCP 服务器实现访问控制，确保只有经过验证的请求才能访问特定资源。服务器可以验证资源路径，监控资源使用，并限制请求速率。

  • 防止滥用：MCP 协议设计了防止滥用的机制，包括实施速率限制、设置合适的超时时间、处理拒绝服务（DoS）攻击场景等。

5.5 安全审计与监控

  • 日志记录：MCP 协议建议记录协议事件、跟踪消息流、监控性能和记录错误。这有助于进行安全审计和监控，及时发现和处理安全问题。

  • 错误处理：MCP 协议定义了标准错误代码，并要求在错误时不泄露敏感信息，记录安全相关错误，实现适当的清理。

5.6 模块化与可扩展性

  • 模块化设计：MCP 的架构允许模块化开发，多个 MCP 服务器可以连接到单个主机，每个服务器处理不同的资源。这种设计使得安全机制可以针对不同的资源和功能进行定制和扩展。

  • 向后兼容性：MCP 协议设计为未来可扩展，保持向后兼容性。这确保了在添加新功能或更新协议时，不会破坏现有的安全机制。

6. 优缺点

优点

  1. 安全性：MCP 提供了明确的安全边界和隔离关注点，确保了客户端和服务器之间的安全通信。
  2. 可扩展性：通过模块化设计和功能协商，MCP 支持服务器和客户端的独立演进，保持向后兼容性。
  3. 灵活性：MCP 支持多种传输机制，包括标准的 stdio 和 HTTP with SSE，以及自定义传输机制，满足不同应用场景的需求。
  4. 易用性：服务器专注于特定的功能，简单的接口最小化实现开销，明确的分离使代码易于维护。

缺点

  1. 行业标准竞争激烈

  • 面临众多竞争对手：在数据连接和交互领域，众多标准竞相角逐，MCP 协议只是其中之一。其他类似协议或技术的不断涌现，可能会分散市场关注和资源，从而对 MCP 协议的推广和普及构成一定障碍。

  • 生态建设难度大：要在众多标准中脱颖而出，成为行业通用标准，MCP 需要克服技术兼容性、市场认可度等多方面的困难，这可能需要大量的时间和资源投入，以及行业内的广泛合作和共识。

  1. 兼容性挑战
  • 数据源和 AI 应用的多样性：鉴于数据源和 AI 应用的广泛多样性，某些数据源或 AI 应用在与 MCP 协议集成时可能会出现不兼容现象。例如，一些老旧系统或特殊定制的数据源可能难以与 MCP 协议顺利对接，需要额外的适配工作，这在一定程度上限制了 MCP 协议的广泛应用。
  1. 协议本质的质疑
  • 工程优化方案的质疑：部分观点认为，MCP 协议本质上更像是一个工程优化方案，且并非完美的优化方案。例如，有人指出，在极端情况下，直接为 LLM 提供 HTTP 接口，识别 JSON 并调用，与 MCP 协议并无本质区别，质疑其是否能称为真正的协议，认为它更像是 FunctionCall 与 Proxy 的组合。
  1. 应用范围受限
  • 本地运行限制：目前，MCP 协议仅支持本地运行，服务器需部署在本地机器上，这在一定程度上限制了其在更广泛场景下的应用。尽管官方计划推出具有企业级身份验证的远程服务器支持，但在该功能完善之前，MCP 协议在多设备或分布式环境下的数据交互能力仍存在不足，难以满足部分应用场景的需求。

7. 总结

Model Context Protocol (MCP) 为在应用程序中集成 AI 功能提供了一种安全、高效、可扩展的解决方案。通过其客户端-主机-服务器架构、基础协议、生命周期管理和传输机制，MCP 确保了客户端和服务器之间的安全通信和功能协商。尽管 MCP 在某些方面可能存在一定的复杂性和性能开销，但其在安全性和可扩展性方面的优势使其成为一种值得推荐的 AI 集成协议。

参考：

  • https://model-context-protocol.github.io/specification/architecture/

  • https://model-context-protocol.github.io/specification/basic/

  • https://model-context-protocol.github.io/specification/basic/messages/

  • https://model-context-protocol.github.io/specification/basic/lifecycle/

  • https://model-context-protocol.github.io/specification/basic/transports/

  • https://www.claudemcp.com/zh/docs/introduction

如果觉得本文对你有帮助，麻烦点个赞和关注呗 ~~~

  • 大家好，我是 同学小张，持续学习C++进阶、OpenGL、WebGL知识和AI大模型应用实战案例
  • 欢迎 点赞 + 关注 👏，持续学习，持续干货输出。
  • +v: jasper_8017 一起交流💬，一起进步💪。
  • 微信公众号搜【同学小张】 🙏

私信免费领取AI、C++等相关资料，持续收集更新中！ 包括但不限于：

  1. 清华大学104页《DeepSeek：从入门到精通》.pdf

  2. DeepSeek指导手册(24页).pdf

  3. 《如何向 ChatGPT 提问以获得高质量答案：提示技巧工程完全指南》

  4. 《OpenAI：GPT 最佳实践（大白话编译解读版）》

  5. 人工智能精选电子书

# 架构 # AIGC # 开源协议 # 经验分享 # 学习
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

你的旧电脑还跑得动AI吗？ToDesk云电脑/青椒云/顺网云算力支持实测报告

avatar 2048 AI社区
cover

使用开源项目和IP代理快速获取谷歌学术论文资源并通过大模型提炼信息

avatar 2048 AI社区
cover

AI作图手把手教程系列（3）：进阶篇 —— 使用ControlNet插件可控生成AI图

avatar 2048 AI社区