*大家好，我是AI拉呱，一个专注于人工智领域与网络安全方面的博主，现任资深算法研究员一职，热爱机器学习和深度学习算法应用，深耕大语言模型微调、量化、私域部署。关注AI拉呱一起学习更多AI知识。

1. MCP是什么?

MCP(Model Context Protocol) 是 Claude (Anthropic) 主导发布的一个开放的、通用的、有共识的协议标准。**MCP 是一种开放协议，它标准化了应用程序向 LLM 提供上下文的方式。**可以将 MCP 视为 AI 应用程序的 USB-C 端口。正如 USB-C 提供了一种将设备连接到各种外围设备和配件的标准化方式一样，MCP 提供了一种将 AI 模型连接到不同数据源和工具的标准化方式。

MCP 文档：https://modelcontextprotocol.io/introduction

2. 为什么是MCP?

Function Calling、AI Agent、MCP 这三者之间有什么区别？

1、Function Calling

• Function Calling 指的是 AI 模型根据上下文自动执行函数的机制。
• Function Calling 充当了 AI 模型与外部系统之间的桥梁，不同的模型有不同的 Function Calling 实现，代码集成的方式也不一样。由不同的 AI 模型平台来定义和实现。

2、Model Context Protocol (MCP)

• MCP 是一个标准协议，如同电子设备的 Type C 协议（可以充电也可以传输数据），使 AI 模型能够与不同的 API 和数据源无缝交互。
• MCP 旨在替换碎片化的 Agent 代码集成，从而使 AI 系统更可靠，更有效。通过建立通用标准，服务商可以基于协议来推出它们自己服务的 AI 能力，从而支持开发者更快地构建更强大的 AI 应用。开发者也不需要重复造轮子，通过开源项目可以建立强大的 AI Agent 生态。
• MCP 可以在不同的应用/服务之间保持上下文，从而增强整体自主执行任务的能力。

3、AI Agent

• AI Agent 是一个智能系统，它可以自主运行以实现特定目标。传统的 AI 聊天仅提供建议或者需要手动执行任务，AI Agent 则可以分析具体情况，做出决策，并自行采取行动。
• AI Agent 可以利用 MCP 提供的功能描述来理解更多的上下文，并在各种平台/服务自动执行任务。

MCP 将不同服务和平台的能力列表告诉 AI Agent，AI Agent 根据上下文和模型的推理，判断出是否需要调用某个服务，接着使用 Function Calling 执行函数，这个函数是通过 MCP 来告诉 Function Calling 的，最后通过 MCP 协议提供的具体代码来完成整个过程。

MCP 对于社区生态的好处主要是以下两点：

1. 标准化：提供了一个标准的协议，让 AI 模型与已有服务进行交互，不需要为每个模型开发不同的集成代码。
2. 生态系统：建立在一个共同协议上的生态系统，可以让开发者专注于构建更强大的应用，而不是重复造轮子。

3. MCP原理是什么?

• MCP 主机：希望通过 MCP 访问数据的程序，例如 Claude Desktop、IDE 或 AI 工具
• 客户端：与服务器保持 1:1 连接的协议客户端
• 服务器：轻量级程序，每个程序都通过标准化模型上下文协议公开特定功能
• 本地数据源：MCP 服务器可以安全访问的您的计算机文件、数据库和服务
• 远程服务：MCP 服务器可通过互联网（例如通过 API）连接到的外部系统

MCP Server 就像是一个翻译和安全管理员，它连接 AI 和你的本地环境（如文件系统、数据库或 API）。

以上是对 MCP 的解释，下面我们开始使用 Cursor 配置 MCP 完成一个小案例，来展示它们组合的强大。

4. cline+MCP

4.1 安装

Node.js

首先需要确保环境中安装了：node.js 并把安装路径添加到环境变量

**npm**和 npx 是 Node.js 生态中两个的工具，主要用于包管理和执行命令，后面会用到

vscode的 Cline插件安装

Cline插件也支持了MCP协议;

关注“AI拉呱公众号”一起学习更多AI知识！