什么是 MCP 协议
MCP 全称 Model Context Protocol（模型上下文协议），是一套开放标准，用来让大语言模型（LLM）在运行时动态发现并调用外部工具与数据源。你可以把它理解成「AI 世界的 USB 接口」——只要设备遵循同一套接口标准，主机插上就能用，不用为每台设备单独写驱动。
它解决了什么问题
在 MCP 出现之前，如果你想让某个大模型能读数据库、发文章、查天气，通常要为每个模型 × 每个工具单独写一套对接代码。模型换了、工具改了，对接就得重写，成本随组合数量爆炸式增长。
MCP 把这件事标准化：
- 工具提供方只需实现一个 MCP Server，声明自己有哪些能力；
- 模型/客户端（如 Cursor、Claude Desktop）作为 MCP Host，连上任意 MCP Server 就能自动发现并使用它的能力；
- 双方通过统一协议通信，谁变了都不影响对方。
三大核心概念
| 概念 | 作用 |
|---|---|
| Tools（工具） | 模型可调用的函数，带参数 schema，模型读完 schema 自己拼参数调用 |
| Prompts（提示词模板） | 预定义的、可复用的工作流模板，把有固定步骤的任务固化下来 |
| Resources（资源） | 模型可按需读取的只读数据，如文档、配置、能力说明 |
典型场景
- 在 Cursor 里让 AI 直接查你的私有数据库、调内部 API；
- 让本地大模型自动把整理好的内容发布到你的内容平台；
- 给 AI Agent 接入文件系统、浏览器、第三方 SaaS 等外部能力。
MCP vs 传统 REST API
两者不是替代关系。REST API 适合调用方是写死的代码、流程固定的系统对接；MCP 的价值在于让 LLM 在对话中临场决定调用哪个工具。实践中常见的做法是：底层仍用稳定的 REST API 承载业务，再用一层轻薄的 MCP Server 把这些接口包装成 LLM 可自主发现的工具——既保留了后端的单一事实源，又获得了 AI 自主编排的灵活性。
小结
MCP 用一套开放标准，把「模型如何使用外部工具」这件事从 N×M 的重复对接，变成了即插即用。对开发者而言，实现一次 MCP Server，就能被所有支持 MCP 的 AI 客户端复用——这正是它快速普及的核心原因。