什么是 MCP

MCP，全称 Model Context Protocol，它是 AI 调用外部工具的一套标准协议。

一、为什么需要 MCP

现在的大模型会聊天、会写代码、会总结内容、会推理，看起来几乎什么都懂。

但，它默认被困在聊天框里。

它不能直接读取你的数据库，不能访问本地文件，不能操作浏览器，也不能连接 GitHub、飞书、公司内部系统。

当然，如果你对 AI 用得比较多，你也许会说：

Agent 加上文件系统工具，也能读取文件；
接一个浏览器自动化工具，也能操作网页。

确实如此。

但这样就需要每个 AI 应用、每个 Agent 框架都实现一套自己的工具调用方式。

而这些工具大概率是生态彼此割裂无法复用的，没有统一标准，就会造成很大的资源浪费，不利于 AI 的发展。

这就是 MCP 出现的原因。

AI 世界开始需要一种统一的工具连接方式。

二、MCP 的核心是什么

MCP 的核心是统一 AI 调用外部工具的方式。它就像 AI 世界里的 USB-C。

有了这个标准，当 Cursor 想接 Mysql 数据库，Codex 助手也想接 Mysql 数据库的时候，只需要 实现一套 Mysql 的 MCP 标准协议的 Server，然后他们各自通过 MCP 标准协议连接和调用即可。

AI 应用 <-> MCP 协议 <-> 外部工具

当文件系统、数据库、浏览器、GitHub、飞书、内部 API，都按 MCP 标准暴露能力的时候，此时 AI 应用只要支持 MCP，就能用统一方式：

发现工具 —— 调用工具 —— 传递参数 —— 获取结果

三、MCP 的架构

MCP 里有三个核心角色：

比如你在 Cursor 里配置一个本地 Node.js MCP：

• Cursor 是 Host
• Cursor 内部的 MCP 连接模块是 Client
• 你写的 Node.js 脚本是 Server

MCP Server 主要暴露三类能力：

最常用的是 Tools。因为大部分场景里，我们希望 AI 不只是回答，而是能调用一个明确的工具去完成动作。

工具是怎么注册和发现的

MCP Server 启动后，会先把自己有哪些工具注册好。一个工具通常包含：

• 名称
• 描述
• 参数
• 返回结果

Host 连接 MCP Server 后，会读取 Server 已注册的 Tools 列表，包括工具名、描述和参数信息，再交给 LLM 判断是否使用。

所以 LLM 不是随便调用本地函数。它看到的是一份工具清单，然后根据工具名称、描述和参数决定要不要调用。

四、MCP 开发实战

接下来咱们通过实现一个最小 MCP Server，来进一步了解 MCP。

目标：在 Cursor 里输入 hello，本地 MCP 工具返回 word。

这个例子没有业务价值，只是为了看清 MCP 的调用链。真实项目里，把 reply_hello 换成 query_database、read_feishu_doc、open_browser，流程是一样的。

开发起来很简单，因为比较复杂的部分都被封装在开源库 @modelcontextprotocol/sdk 里面了。

1. 创建项目

mkdir hello-mcp
cd hello-mcp
npm init -y
npm install @modelcontextprotocol/sdk zod

把 package.json 设为 ESM：

{
  "type": "module"
}

2. 编写 Server

新建 server.js：

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

const server = new McpServer({
  name: "hello-mcp",
  version: "1.0.0",
});

server.tool(
  "reply_hello",
  "When the input text is hello, reply with word.",
  {
    text: z.string().describe("User input text"),
  },
  async ({ text }) => {
    if (text.trim().toLowerCase() === "hello") {
      return {
        content: [{ type: "text", text: "word" }],
      };
    }

    return {
      content: [
        { type: "text", text: "I only reply word when the input is hello." },
      ],
    };
  }
);

const transport = new StdioServerTransport();
await server.connect(transport);

这里最关键的是 server.tool(...)。

它就是在注册工具：告诉 MCP Server，我有一个叫 reply_hello 的工具，它接收 text 参数；当 Host 调用它时，就执行后面的函数并返回结果。

这段代码只做两件事：

• 注册一个工具：reply_hello(text)
• 当参数是 hello 时返回 word

3. 配置 Cursor

在项目里的 .cursor/mcp.json，或者全局的 ~/.cursor/mcp.json 里写：

{
  "mcpServers": {
    "hello": {
      "command": "node",
      "args": ["/Users/you/hello-mcp/server.js"]
    }
  }
}

把路径换成你机器上的真实路径。

配置完成之后，Cursor 会按这个配置启动本地 Node.js 进程，并通过 stdio 和它通信。

4. 调用链路

当你在 Cursor 里输入：

hello

大致会发生这些事：

用户输入 hello
  ↓
Cursor 把用户输入和工具列表交给 LLM
  ↓
LLM 判断可以调用 hello.reply_hello
  ↓
Cursor 通过 MCP Client 调用本地 MCP Server
  ↓
MCP Server 执行 reply_hello({ text: "hello" })
  ↓
MCP Server 返回 word
  ↓
LLM 基于工具结果输出 word

注意，LLM 不直接执行 Node.js。它只是决定要调用哪个工具、传什么参数，真正执行逻辑的是 MCP Server。

五、总结

MCP 是让 AI 能通过标准化方式连接外部工具的一套协议。

在 MCP 架构里：

• MCP Server 负责暴露工具和能力；
• Host 负责连接和管理 MCP Server；
• LLM 则根据用户需求决定是否调用工具。

它让 AI 从“回答问题”，开始变成“执行任务”。