1. 背景与动机
- LLM 要成为真正有效的 Agent，必须超越文本生成，具备与外部环境交互的能力：
- MCP（Model Context Protocol） 提供了一个开放标准化接口，使 LLM 能与外部系统、数据库、工具交互，确保集成的一致性和可预测性。
2. MCP 模式概述
- 类比 通用适配器：让任何 LLM 无需定制即可连接任意外部系统。
- 目标：统一 Gemini、GPT、Claude、Mixtral 等 LLM 与外部应用/数据源的通信方式。
- 架构：客户端-服务器模式
- MCP 服务器：公开资源（数据）、提示模板、工具（函数）
- MCP 客户端：LLM 宿主应用或 Agent，负责发现和调用
- 优势：降低集成复杂性，提升互操作性和可重用性。
3. 设计挑战与注意事项
- API 设计质量决定 MCP 效果：
- 若底层 API 仅简单包装遗留接口，可能效率低下（如票务系统逐条检索）。
- 应提供过滤、排序等确定性功能，帮助非确定性 Agent 高效工作。
- 数据可理解性：
- MCP 仅是连接机制，若 API 返回 Agent 无法解析的数据（如 PDF），则无效。
- 应提供结构化、可读格式（如 Markdown 文本）。
4. MCP 与工具函数调用的对比
| 特性 | 工具函数调用 | 模型上下文协议（MCP） |
|---|
| 标准化 | 专有、供应商特定 | 开放标准，跨 LLM/工具互操作 |
| 范围 | 直接调用预定义函数 | 广泛框架，支持发现与通信 |
| 架构 | 一对一交互 | 客户端-服务器，多工具可组合 |
| 发现 | 需显式告知可用工具 | 支持动态发现 |
| 可重用性 | 与特定应用紧耦合 | 可重用独立 MCP 服务器 |
- 类比：
- 工具函数调用 = 固定工具箱（螺丝刀、扳手）
- MCP = 通用电源插座系统，允许无限扩展工具生态
5. MCP 的关键要素
- 资源：静态数据（数据库记录、文件）
- 工具：可执行操作（发邮件、调用 API）
- 提示：交互模板，指导 LLM 如何使用资源/工具
- 可发现性：客户端可动态查询服务器能力
- 安全性：需身份验证与权限控制
- 错误处理：必须定义失败反馈机制
- 部署模式：本地 vs. 远程服务器
- 交互模式：按需实时 vs. 批处理
- 传输机制：本地用 JSON-RPC over STDIO，远程用 HTTP/SSE
6. MCP 交互流程
- 发现：客户端查询服务器 → 返回工具/资源清单
- 请求制定：LLM 选择工具并生成调用参数
- 客户端通信：转化为标准化请求
- 服务器执行：验证、调用底层 API
- 响应与上下文更新：返回结果，LLM 更新上下文继续任务
7. 实际应用场景
- 数据库集成：查询 Google BigQuery 等实时数据
- 生成媒体编排：调用 Imagen（图像）、Veo（视频）、Chirp 3 HD（语音）、Lyria（音乐）
- 外部 API 调用：天气、股票、CRM 系统
- 信息提取：基于推理的精准条款/数据抽取
- 自定义工具开发：通过 FastMCP 公开内部函数
- 标准化通信：减少不同 LLM 与应用间的集成开销
- 复杂工作流编排：跨数据库、媒体生成、邮件发送的多步骤任务
- 物联网控制：智能家居、工业传感器、机器人
- 金融服务自动化：交易、合规报告、个性化建议
8. 经验法则
- 适用场景：
- 构建复杂、可扩展、需与多外部系统交互的 Agent
- 需要跨 LLM/工具互操作性
- 需要动态发现新能力
- 不适用场景：
9. 关键要点总结
- MCP 是开放标准，标准化 LLM 与外部系统的通信
- 基于客户端-服务器架构，公开资源、工具、提示
- 支持动态发现、可重用性和跨系统互操作
- ADK 与 FastMCP 提供了便捷的开发与集成方式
- MCP 让 Agent 能访问实时数据、执行操作、控制设备，超越文本生成
