一、了解MCP的基础知识

1.函数调用Function Calling

Function Calling是openai在2023年推出的一个非常重要的概念：Function Calling（函数调用）本质上就是提供了大模型与外部系统的交互能力，类似于给大模型安装了一个“外挂工具箱“，当大模型自己无法直接回答问题时，他会主动调用预设的函数（如查询天气、计算数据、访问外部数据库）、获取实时的或者精准信息后再生成回复。

如果需要使用Function Calling功能，首先大模型要支持Function Calling功能。openAI在提出Function Calling时并没有提出函数调用的标准。

Function Calling的核心特点：

模型专属：不同模型的调用规则不同。

即时触发：解析用户意图后直接调用工具，简单直接。

协议碎片化：需要为每个模型单独开发适配层。

功能扩展难：新增工具需要重新调整接口。

2.MCP（model context protocol）模型上下文协议

MCP（model context protocol）模型上下文协议是由Anthropic公司推出的一个开放标准协议，目的是为了解决AI模型与外部数据源工具交互的问题。

MCP就像一个“通用插头”或者“USB接口”，制定了统一的规范，不管连接数据库、第三方API，还是本地文件等各种外部资源，都可以通过这个“通用接口”来完成，让AI模型与外部工具或者数据源之间的交互更加标准化、可复用，最近，openai也宣布了对MCP提供了支持。

开发者按照 MCP 协议进行开发，无需为每个模型与不同资源的对接重复编写适配代码，可以大大节省开发工作量，另外已经开发出的 MCP Server，因为协议是通用的，能够直接开放出来给大家使用，这也大幅减少了开发者的重复劳动。

比如，你如果想开发一个同样逻辑的插件，你不需要在 Coze 写一遍，再去 Dify 写一遍，如果它们都支持了 MCP，那就可以直接使用同一个插件逻辑。

核心特点

协议标准化：统一工具调用格式（请求/响应/错误处理）
生态兼容性：一次开发即可对接所有兼容MCP的模型
动态扩展：新增工具无需修改模型代码，即插即用

核心价值，解决三大问题

数据孤岛 → 打通本地/云端数据源
重复开发 → 工具开发者只需适配MCP协议
生态割裂 → 形成统一工具市场

类比

USB-C 接口：手机/电脑/外设通过统一标准互联

二、MCP的基本使用

从上面 MCP 的架构图中我们可以看到，想要使用 MCP 技术，首先就是得找到一个支持 MCP 协议的客户端，然后就是找到符合我们需求到 MCP 服务器，然后在 MCP 客户端里调用这些服务。

2.1 MCP 客户端（Host）

在 MCP 官方文档中，我们看到已经支持了 MCP 协议的一些客户端/工具列表：

https://modelcontextprotocol.io/clients

从表格里，我们可以看到，MCP 对支持的客户端划分了五大能力，这里我们先简单了解即可：

Tools：服务器暴露可执行功能，供 LLM 调用以与外部系统交互。
Resources：服务器暴露数据和内容，供客户端读取并作为 LLM 上下文。
Prompts：服务器定义可复用的提示模板，引导 LLM 交互。
Sampling：让服务器借助客户端向 LLM 发起完成请求，实现复杂的智能行为。
Roots：客户端给服务器指定的一些地址，用来告诉服务器该关注哪些资源和去哪里找这些资源。

目前最常用，并且被支持最广泛的就是 Tools 工具调用。

对于上面这些已经支持 MCP 的工具，其实整体划分一下就是这么几类：

AI 聊天工具：如 5ire、LibreChat、Cherry Studio
AI 编码工具：如 Cursor、Windsurf、Cline
AI 开发框架：如 Genkit、GenAIScript、BeeAI

2.2 MCP Server

MCP Server 的官方描述：一个轻量级程序，每个程序都通过标准化模型上下文协议公开特定功能。

简单理解，就是通过标准化协议与客户端交互，能够让模型调用特定的数据源或工具功能。常见的 MCP Server 有：

文件和数据访问类：让大模型能够操作、访问本地文件或数据库，如 File System MCP Server；
Web 自动化类：让大模型能够操作浏览器，如 Pupteer MCP Server；
三方工具集成类：让大模型能够调用三方平台暴露的 API，如高德地图 MCP Server；

下面是一些可以查找到你需要的 MCP Server 的途径：

第一个是官方的 MCP Server 集合 Github 仓库（https://github.com/modelcontextprotocol/servers），里面包含了作为官方参考示例的 MCP Server、被官方集成的 MCP Server 以及一些社区开发的第三方 MCP Server：