上周 Manus 刷屏后，马上各种 Manus 复刻快速涌现，进而把 MCP (Model Context Protocol) 这个相对低调的技术带出了圈。从微信指数上就能看到，MCP 在中国的热度短时间内就飙升到了最高的 100。
Model Context Protocol (MCP) 是一种开放协议，它实现了 LLM 应用程序与外部数据源和工具的无缝集成。该协议由 Anthropic 于 2024 年 11 月 25 日发布。
与 USB 的类比
MCP 可以被视为 AI 系统的「USB 标准」。正如 USB 创建了一个通用接口，允许任何 USB 设备连接到任何 USB 端口——消除了对特定设备连接器的需求——MCP 创建了一种标准化的方式，使 AI 应用程序能够连接各种数据源和工具。
MCP 如何工作
架构
MCP 主机：想要通过 MCP 访问数据的 AI 工具（聊天客户端、IDE、智能体）。
MCP 客户端：与服务器保持 1:1 连接的协议客户端。
MCP 服务器：通过标准化的 Model Context Protocol 暴露特定功能的程序。
本地数据源：包含信息的本地数据库、文件和服务。
远程服务：MCP 服务器可以连接的外部 API 或服务。
SQL 客户端从目标数据库获取架构
SQL 客户端向 LLM 发送包含架构的提示
LLM 回复 SQL 语句
SQL 客户端针对目标数据库执行 SQL
没有 MCP，每个 SQL 客户端都需要为每个支持的数据库实现这一点。有了 MCP，SQL 客户端只需实现 MCP 客户端协议，而每个数据库供应商只需实现一次 MCP 服务器。
本质上，它通过 MCP 的另一层抽象，将 M×N 问题转变为 M+N 解决方案。
核心原语
Resources：可以被引用和检索的数据对象。这些包括文档、图像、数据库架构和其他结构化数据。
Prompts：为生成与语言模型的有效交互而优化的模板，针对特定任务或领域。
Tools：语言模型可以执行的函数，用于执行查询数据库、调用 API 或处理数据等操作。
| MCP 原语 | 文本到 SQL 示例 |
|---|---|
| Resources | 从数据库提取的架构信息 |
| Prompts | 帮助模型生成正确 SQL 的数据库领域特定提示 |
| Tools | 针对数据库执行 SQL 命令 |
减少开发时间：开发人员可以利用预构建的 MCP 服务器完成常见任务，而不是为每个数据源或工具构建自定义集成。
增强互操作性：使用 MCP 构建的应用程序可以与任何兼容的工具和数据源无缝协作——创建一个真正可组合的生态系统。
模块化：调试、授权、审计和链接等贯穿各处的关注点可以标准化并实现一次，然后在整个生态系统中重复使用。
技术先驱
MCP 建立在之前解决其他领域类似问题的成功标准之上：
SQL：创建了与数据库交互的标准化方式，使应用程序能够与任何兼容 SQL 的数据库协同工作。 Docker：标准化应用程序打包和部署，使应用程序可在不同环境中移植。 LSP（语言服务器协议）：名称相似并非巧合——LSP 标准化了代码编辑器与不同编程语言服务器的通信方式，用于代码补全、语法高亮、错误检查等功能。
开放性
展望未来
从技术角度看，MCP 大体上类似于在编码领域取得巨大成功的 LSP。从长远来看，MCP 可能像 SQL 一样重要，成为 AI 原生时代的通用语言。
Bytebase签约Dwango，助力B站弹幕文化鼻祖优化数据库变更及查询操作
