写了篇长文来聊最近很火的 MCP 协议，欢迎大家一起探讨交流
mp.weixin.qq.com/s/JImUe6ebmuWgWX3sGCtUSA

OpenAI 也跟进了，在他的 Agent SDK 中支持 mcp 服务，已经成为一个事实标准

是的 统一的标准协议太重要了，这样利好 Clinet 接入 MCP. 目前各个 Clinet 支持功能各不同，接入的话也千奇百怪，这样的话统一更好了。

看了半天 以为 Clinet （ client ）是啥

打错字了

请问这图是哪来的？

我文章底部有链接 只是目前各种 Client 支持功能列表

这个官方文档链接 modelcontextprotocol.io/clients

＃4 哪里错了，这不是厂牌吗

通篇下来都是技术概念的罗列，没有自己的思考和实践，这种水文有啥意义呢，不是谷歌一大把

OP 个人或者所在公司部门，有什么业务优先接入 MCP 做业务测试吗？或者玩具测试。

我在想，如果一个普通的后台管理系统所有的数据都做成 mcp ，是不是前端只需要提供一个空白页面跟一个对话框。比如：我要查看张三的司机信息，立马页面就跳出来了张三的所有信息，再比如我要看汇总本月的所有数据，以柱状图的方式来展示，页面里吗就跳出来对应的数据展示大屏。这样的话将会颠覆传统的系统交互！！！

早在 GPT3.5 出来的时候就有人这么想了，但是现阶段成也 LLM ，败也 LLM ，幻觉是生成式 AI 落地的最大阻力

雀食，有时候真的会一本正经的胡说八道

不晓得 OP 公司有没有，百度和高德有 mcp server 了，国内的厂商也在逐步跟进

webService
＃11 理论上最后是这样的，直接给 AI MCP 数据库查询权限就行了，怎么写 SQL ，查询数据，出页面，统统由 AI 来完成

未来 MCP 会逐步替代 function call 吗？

这俩不是竞争关系吧，印象中 code agent 和 tool agent 都可以调用 mcp 呀

感觉就是强行要求内容公司提供接口, 你不给接口你就是不拥抱 AI,

mcp server 倒是很容易写，框架 SDK 都给了不错的实例，直接复制粘贴就行了。

实际动手的时候，还是遇到挺多问题的，比如：
对于 mcp tool ，可以用名字，描述和参数列表表示。参数列表在实际场景中，可能具有业务含义，这部分想让 LLM 填对，还真不容易。。。 又绕回了 LLM 模型能力上。虽然 MCP 统一了 LLM 调用 tool ，但是能正确调用 tool ，还是很依赖模型和 prompt 以及业务流程的设计的

最近这么火，我个人理解是这样，其实是一种实现了通用的 AI 编排工具的平台，大家看看我说对不对。
之前做 ChatBot 的只能调用自己平台接入了的外部应用，比如 ChatGPT 的插件只有那些，你必须做一个上架到它们的插件库才能调用。
而开发者用的 Coze 、Dify 等等编排平台就可以实现自己做工具让 AI 调用，但一般用户用不上。

MCP 解决的问题是统一了工具运行端和 LLM 端的连接。
大家可以用一般常见的客户端（比如各种 Web 端和桌面端的 Chatbot 软件）来调用到自己运行的 MCP 服务，不受客户端支持的工具限制。
比如 ChatGPT 本身能调用的插件只有它上架了的那么多，但如果它支持 MCP ，它能够调用的工具就变得无限多，只要用户自己在本机运行或者通过其他云平台运行 Server 来连接到当前的聊天中。

特别想象一下，以后做 Web 端 Chatbot 的都不需要运营一个插件商店了，直接类似 vercel 那样，你想调用什么工具直接把 Github 链接扔进聊天框，让它添加一下这个工具，服务端实时拉取下来运行就可以了。

这不是 openai 早都出的东西吗，叫 methodcall ，咋现在成了宝贝了