MCP：开启 AI 编程的 App Store 时代
发布时间：2025年3月13日
大语言模型兴起以来涌现了众多 AI Coding 工具，工具的范式也经过了多次的演进，从辅助编程类型的 Copilot，到 Agent 类型的 Cursor ，再到能够实现文/图生代码并自动部署的 Vercel.v0，AI 从开发领域诞生，也完全颠覆了软件开发模式。
在 AI Coding 实际落地工程中，不论多么强大的模型也都会存在一些局限性和痛点，主要有：
- 黑盒效应： LLM 的决策过程往往难以解释，这使得调试和优化变得困难。开发者难以理解模型为何生成特定代码，也难以针对性地改进。
- 知识更新滞后： LLM 的知识库通常是静态的，无法实时获取最新的 API 文档、框架更新或行业最佳实践，导致生成的代码可能过时或不适用。
- 业务属性弱：通用大模型在业务上的适配性又一般，但模型微调的经济成本和技能要求较高，，导致实际开发提效并没有特别明显。
- 模型能力受限：常规场景下大模型的能力只是简单的输入与输出能力，对模型外的开发资源缺乏感知，比如：数据库、redis、各类文档等信息，无法获取或调用相关工具获取资源为输出提供决策辅助。
Anthropic 在 2024.11.24 基于自己在编码大模型领域的深入耕耘，正式对外开源了 MCP（ModelContextProtocol），如果说 LLM 为 AI Coding 提供了大脑，那 MCP 就是为其装上了双手，大模型的能力不再受限于静态的知识库，可以使用各种工具获取最新的知识。
什么是 MCP
MCP 官网是这么介绍它的
MCP is an open protocol that standardizes how applications provide context to LLMs. Think of MCP like a USB-C port for AI applications. Just as USB-C provides a standardized way to connect your devices to various peripherals and accessories, MCP provides a standardized way to connect AI models to different data sources and tools.
简单来说，MCP 是一种标准化，它可以将我们自定义的访问外部资源的工具（tools）标准化，就像电脑上的 USB 接口，大模型可以通过调用插入的工具实现对外部资源的动态调用，比如：
- 提供数据库查询工具查询表结构与数据
- 通过 NPM 查询工具查询依赖包的最新版本
通过引入外部资源，大模型可以获取到最新的信息，再结合模型内已经标准化、基础化的能力，为大模型在 Coding 过程中的 Action 提供了更多的可能性。
MCP 的架构
在 MCP 整个架构中，可以参与者分为以下几种类型：
- MCP Host：MCP 服务的宿主，一般是 IDE 或者 Editor 的角色，为 MCP 客户端和工具提供基础环境
- MCP Client：MCP 服务的客户端，与各种大模型耦合在一起，提供工具决策与使用的能力，主要是以插件的形式存在，比如：Cursor、Roo Code、Cline 等
- MCP Server：具体执行不同功能的角色，一个 MCP Server 中可以注册多种 tools，tools 的属性比较灵活，既可以是业务无关的（数据库查询等）也可以是业务有关的（业务知识库/组件库查询等）
- Resource：提供基础信息的资源，也是最基础的可信信息的来源，可以是：数据、知识库、NPM、第三方接口等等资源
从具体的能力上来看，可能有些同学会觉得 MCP Server 和 Function Call 非常像，实际上二者的区别还是比较大的：
| Function Call | MCP Servers | |
|---|---|---|
| 概念 | 工具的概念，功能比较受限 | 服务概念，服务可以提供多种工具和资源 |
| 基础条件 | 大模型需要支持 Function Call | 大模型无需支持 Function Call |
| 工具定义 | 以列表的方式定义，定义必须在本地 | server 可以是本地文件也可以是远程地址 |
| 消费方式 | 需要将完整函数名称与代码传递给大模型 | 只需要将 tool/resource 定义传递给大模型 |
| 执行逻辑 | 在大模型服务端执行，执行过程是个黑盒 | 由大模型产出执行命令，在 MCP Client 中执行 |
| 管理成本 | 代码存在本地，需要修改代码进行管理 | 通过配置文件进行管理，快速插拔 |
| 工具市场 | 提效不大，最终还是要把代码复制到项目中 | 丰富的 MCP Server 市场，可快速接入第三方 Server |
从上面的表格及开发中高内聚低耦合的角度去看，MCP Server 是相较于 Function Call 更好的实现
使用 MCP Server
目前 MCP Client 主要分为两种类型，插件类型的如 RooCode/Cline，编辑器原生支持的如 Cursor，今天我们的 demo 就基于 RooCode 给大家演示
按照上次分享的内容中完成对 RooCode 的安装和配置后，进入 RooCode 插件界面，右上角第三个 icon 为 MCP Servers 的配置
点击 MCP Servers icon 后进入配置页面，有两个开关：
- Enable MCP Servers：是否启用 MCP Servers，必须要打开，否则 RooCode 将无法调用 Server
- Enable MCP Server Creation：是否允许自动创建 MCP Server，简单来说就是打开后你可以让 RooCode 帮你按照你的需求写一个 MCP Server，自己根据需要选择即可
上面配置完成后，我们就可以正式的设置我们要引入哪些 MCP Server 了，MCP 官方有一个 github 仓库，上面提供了众多可以快速使用的，我们拿一个 PostgreSQL Server 的来举例子
在文档中，官方提供了两种调用方式：docker 和 npx，我们可以按照文档中的方式将 MCP Server 引入到本地配置文件中，并配置上我们本地的 postgreSQL 的链接，这样就实现了对一个 Server 的快速引入
保存后，MCP Client 会先执行一次 MCP Server 去获取 Server 中提供的 Tools 和 Resources，如下图
可以看到我们添加的 PostgreSQL Server 提供以下内容：
- 名为 query 数据库查询工具
- 自动从数据库中获取了所有的表的表结构
我们接下来就可以让 RooCode 去帮我们做一次查询
如何编写一个 MCP Server
按照官方文档上的指引，可以快速实现一个最小化的 MCP Server 开发
然后的项目中配置并指定运行
可以做什么
简单来说，一个常规的 Server 能做什么 MCP Server 就能做什么，比如通过 MCP Server 的组合实现一个自己的 manus
通过 MCP Client 与 MCP Server 的结合，大大扩充了大模型能够触摸到的信息边界，同时也将大模型从 Function call 中解放出来，让其回归纯粹。
能限制你的只有你的想象。