Model Context Protocol -MCP创建Agent - Part1

前言：好久没有写技术文档了，之前当了三年的工程师，学了些杂七杂八的技术，写了些乱乱的笔记。AI来的前夕就转行做销售，然后在微软卖了两年OpenAI，现在想浅浅地再学一下AI agent相关的知识，回归一下技术，后面会持续更新。

本文来自学习视频：https://www.youtube.com/watch?v=kQmXtrmQ5Zg
是Anthropic AI应用部门大拿 Mahesh Murag 教学视频。

什么是MCP Model Context Protocol

为什么会有MCP出现呢？因为在过去的一两年中，也就是AI的第一年吧，我们可以看到，当我们给模型提供一些上下文的时候，大模型是可以很好地执行任务的。比如，我们会把上线问复制黏贴到大模型对话窗口，让AI分析这些上下文。但逐渐发现，大模型会越来越深入你的数据，不仅仅是复制黏贴上下文那么简单。

那么，大模型如何和外部的数据进行交互呢？这里就出现了MCP。

在开始MCP之前，我们可以参照一下API的出现，API的出现就是把前端和后端的交互标准化的协议。API会把前后端的需求进行翻译互通，这样前端和后端就能执行响应的任务。比如后端有个人名数据库，提供人名的API，前端调用人名API就能展示人名，张三李四了。

中间态还有个协议叫LSP language server protocol 语言服务器协议，是用来标准化IDE代码编辑器和专门的代码语言工具之间的交互，LSP让IDE能够和不同的代码语言功能进行交互。

MCP和API和LSP的逻辑差不多，MCP是用来标准化AI应用程序和外部的系统的交互方式，比如如何和prompt交互、如何使用工具、如何使用资源

如果没有MCP协议，没有业务方就自己干自己的，自己去调用自己的数据库交互，这样就乱套了，成本很高。

如果有MCP就可以标准化大模型和外部数据的交互模式。可以和数据库、CRM系统、本地服务器、笔记本电脑都可以交互。

MCP现在发展得非常快

用MCP创建服务

如图所示，左边是MCP客户端，客户端调用工具，查询资源、处理(interpolates)提示词。调用工具和查询资料过程会补充写好提示词，这样就会生成比较好的上下文（context）给右边的MCP服务器端。
Tools - 模型控制 - 大模型去调度需要的工具
Resources - 应用控制 - 应用可以使用的资源（就像个附件一样）
Prompt - 用户控制 - 可能会有个定义好的模板，让AI来进行交互（明确要干什么）