MCP 协议入门：给 AI Agent 装上标准化工具接口
2024 年底，Anthropic 开源了 MCP（Model Context Protocol），一个让 AI 模型与外部工具、数据源交互的标准化协议。2025 年以来，越来越多的工具和平台开始支持 MCP。 MCP 解决了什么问题 在 MCP 之前，每个 AI 应用都要自己实现工具集成： 应用 A → 自己写 Google Drive 集成 应用 B → 自己写 Google Drive 集成 应用 C → 自己写 Google Drive 集成 有了 MCP： Google Drive MCP Server（写一次） ↓ 应用 A、B、C 都能直接接 MCP 是一个客户端-服务端协议，AI 应用是客户端，工具提供方实现 MCP Server。 核心概念 MCP Server 可以暴露三种东西： Tools：模型可以调用的函数（类似 Function Calling） Resources：模型可以读取的数据（文件、数据库等） Prompts：预定义的 Prompt 模板 用 Python 写一个最简 MCP Server from mcp.server import Server from mcp.server.stdio import stdio_server from mcp import types app = Server("my-tools") @app.list_tools() async def list_tools() -> list[types.Tool]: return [ types.Tool( name="get_time", description="获取当前时间", inputSchema={ "type": "object", "properties": { "timezone": { "type": "string", "description": "时区，如 Asia/Shanghai" } } } ) ] @app.call_tool() async def call_tool(name: str, arguments: dict): if name == "get_time": from datetime import datetime import pytz tz = pytz.timezone(arguments.get("timezone", "Asia/Shanghai")) now = datetime.now(tz) return [types.TextContent(type="text", text=now.strftime("%Y-%m-%d %H:%M:%S %Z"))] async def main(): async with stdio_server() as streams: await app.run(*streams, app.create_initialization_options()) if __name__ == "__main__": import asyncio asyncio.run(main()) 在 Claude Desktop 里使用 在 ~/Library/Application Support/Claude/claude_desktop_config.json 里配置： ...