Anthropic MCP (Model Context Protocol) 核心协议与 Agent 生态落地实战

为什么过去的 LLM 插件生态走向了碎片化

在 MCP 诞生之前，每一家 AI 客户端或平台都在发明自己的插件标准：OpenAI GPTs 有一组 OpenAPI 规范，LangChain 有一套 Tool 抽象，各种客户端更是私有实现横行。 这种局面导致开发者每写一个数据库或 GitHub 集成，就要为不同平台重写数遍。

Anthropic 开放开源的 Model Context Protocol (MCP) 借鉴了微软在 IDE 领域统一编程语言支持的 Language Server Protocol (LSP) 成功经验，旨在成为 AI 与数据源之间的通用 USB-C 接口。

MCP 架构的三层支柱与 JSON-RPC 通信

MCP 客户端（如 Claude Desktop 或 IDE）与 MCP 服务端（如 Postgres MCP、Filesystem MCP）通过标准标准输入输出（Stdio）或 Server-Sent Events (SSE) 建立 JSON-RPC 2.0 会话：

1. Resources（只读资源）：向模型提供上下文文件、日志、数据库表结构等静态/流式数据，支持 URI Scheme 寻址；
2. Prompts（结构化提示模板）：由服务端预置可复用的业务提示词模板与参数占位符；
3. Tools（可执行工具）：由大模型决定调用时机、具备副作用操作的受控函数列表。

纯 TypeScript 模拟极简 MCP Tool 处理框架

import assert from "node:assert/strict";
function mcpResponse(id, result) {
  return { jsonrpc: "2.0", id, result };
}
assert.equal(mcpResponse(1, { ok: true }).id, 1);

原始资料与溯源链接

• Model Context Protocol Specification：Anthropic 官方开源规范与 SDK 指南。