点击查看目录
本文译自：What the heck is MCP and why is everyone talking about it?
在大模型（LLM）相关的讨论中，最近“MCP（模型上下文协议，Model Context Protocol）”这个词频频出现，几乎成了热门话题。但真正讲清楚它是什么的，反而不多。
一句话总结：MCP 是一个开放标准，用来连接大模型与外部的数据和工具。
本文带你快速了解它的来龙去脉。
LLM 的上下文难题
大模型擅长生成内容，但一旦你问它一些训练数据之外的内容，它要么胡诌（幻觉），要么说“我不知道”。
这时，我们就需要在 Prompt 里提供“上下文信息”——无论是你的代码仓库、文档、数据源还是配置项，这些上下文对构建真正有用的 AI agent 来说是必不可少的。
目前主流做法包括：
- 在 Prompt 中尽可能精细地嵌入上下文
- 借助额外工具注入上下文，比如 GitHub Copilot 的 @workspace，会把代码库中的信息传递给 LLM
这种方式虽然很酷，但实现复杂、跨 API 和服务集成时更是困难重重。
解决方案：MCP（Model Context Protocol）
2023 年 11 月，Anthropic 开源了 MCP 协议，它是一个用于连接大模型和工具的数据交换标准。
MCP 就像“你睡觉的样子”——起初慢慢发展，后来突然爆火。随着越来越多的组织采纳 MCP，它的价值也在迅速上升。
✨ MCP 是模型无关的（model-agnostic），意味着任何厂商、平台或个人开发者都可以实现自己的 MCP 兼容系统。这种开放性让它在 AI 工具生态中大受欢迎。
从云原生社区的角度看，它类似于我们熟悉的 Language Server Protocol（LSP）。LSP 诞生于 2016 年，标准化了代码编辑器和语言之间的通信方式，使编辑器对语言的支持变得“开箱即用”。
如今，MCP 正在复刻这一成功路径，只不过对象变成了 AI 工具链。
MCP 意味着什么？
它让：
- 大厂 🏢
- 初创团队 🚀
- 独立开发者 👩💻
都能在自己的系统中快速集成上下文能力，从而构建功能更强大的 AI 应用。
它降低了 AI 工具链的集成门槛，提升了开发体验和用户体验，在开放标准领域，MCP 有望成为“新一代基础设施”。
GitHub 正在行动
GitHub 不只是聊 MCP，我们也在贡献！
我们最近发布了一个官方开源项目：GitHub MCP Server，它可以与 GitHub API 无缝集成，开发者可以基于它构建自动化和上下文增强工具。
📢 查看 官方公告，或加入 GitHub 社区讨论。
如何参与 MCP 社区？
非常欢迎你加入 MCP 社区并贡献力量，下面是一些推荐资源：
当然，也别忘了：MCP 已可与 Agent 模式结合使用。是时候动手打造你的 AI 工具链了！
🚀 云原生视角总结
MCP 是一个符合云原生价值观的协议标准：
- 开放：人人可用，人人可贡献
- 可组合：可以集成到任何 AI 系统
- 可移植：不绑定任何平台或模型
- 生态驱动：标准的普及带动工具和平台共同进化
它的崛起像当年的 Kubernetes、gRPC、LSP —— 正在为 AI 时代构建“可插拔”基础设施。