MCP 协议详解：定义、协议规范与应用

概述

MCP（Model Context Protocol）是 Anthropic 于 2024 年 11 月推出的开放协议标准，定义了 AI Agent（客户端）与外部工具（服务端）之间的通信规范。协议基于 JSON-RPC 2.0 请求-响应模型，支持 stdio 和 SSE 两种传输方式。

MCP 的核心目标是为 AI Agent 提供统一的工具接入接口，使不同 LLM 和工具之间能够互操作，解决此前各框架独立定义工具接口的碎片化问题。

核心术语

协议特征

协议架构

MCP 的通信流程：

┌─────────────┐      JSON-RPC 2.0      ┌─────────────┐
│  MCP Client  │ ──────────────────→  │  MCP Server  │
│  (Agent运行) │ ←────────────────── │  (工具服务)  │
└─────────────┘                        └─────────────┘
       │                                     │
       │ 发现: list_tools()                  │ 注册: 提供Tool列表
       │ 调用: call_tool(name, args)         │ 执行: 运行工具逻辑
       │ 资源: read_resource(uri)            │ 响应: 返回执行结果

启动流程：

1. MCP Server 启动，通过 stdin/stdout 或 SSE 连接
2. Server 在 initialize 阶段广播自身能力（可用工具、资源列表）
3. Client 请求工具列表（list_tools），获取每个工具的 name、description、inputSchema
4. Agent 根据任务需要，调用对应工具（call_tool）
5. Server 执行工具逻辑，返回结构化结果

相关协议对比

工具定义格式

MCP Server 暴露的每个 Tool 包含三个核心字段：

• name — 工具名称，Agent 通过该名称调用工具
• description — 工具描述，Agent 判断何时使用该工具的参考
• inputSchema — JSON Schema 格式的参数定义，描述工具所需的输入参数

{
  "name": "get_weather",
  "description": "查询指定城市的实时天气",
  "inputSchema": {
    "type": "object",
    "properties": {
      "city": { "type": "string", "description": "城市名称" }
    },
    "required": ["city"]
  }
}

应用场景

• 文件操作 — 读写文件、管理目录（MCP Server 通过 stdio 运行，访问本地文件系统）
• 数据库查询 — Agent 通过 MCP 调用 SQL 查询接口，获取数据
• Web API 集成 — 封装 REST API 为 MCP Tool，让 Agent 调用第三方服务
• 搜索/检索 — 搜索本地文档、网页或知识库
• 代码执行 — 在安全沙箱中运行代码并返回结果

主要限制

• 工具粒度 — Tool 定义粒度过粗或过细都会影响 Agent 的工具选择能力
• 描述质量 — Agent 依赖工具描述来判断何时使用，描述不清晰会导致调用错误
• 性能开销 — 每个 MCP Server 占用独立进程，大量工具会消耗系统资源
• 协议成熟度 — MCP 仍处于快速演进阶段，规范可能发生变化

参见

• 什么是AI Agent
• Agent Skill开发指南
• MCP 官方文档
• MCP 协议规范