模型上下文协议（ MCP ）是一个开放式协议，它可以让 LLM 应用程序与外部的数据来源和工具实现无缝对接。不管您是在开发基于 AI 的 IDE 、改进聊天界面，还是设计定制化的 AI 工作流程， MCP 都为连接 LLM 和其所需的背景信息提供了标准化方案。
官方介绍链接： https://www.anthropic.com/news/model-context-protocol
https://modelcontextprotocol.io/introduction
 MCP 总结这里根据网上的信息，自己的试用体验，总结下面的内容： 1. 本质定位- MCP 本质是大模型调用外部服务的一种方式,类似于已有的 Function Calling
- 目标是扩展大模型能力,通过对接外部服务和数据来增强回答能力
2. 技术特点对比MCP vs Function Calling: - Function Calling: HTTP API 请求
- Function Calling: 只需写 API 接口,配置简单
3. 核心挑战- 目前采用用户配置文件方式,由 Claude 自动识别调用
4. MCP 的创新价值- 类似于 VS Code 的 LSP 协议在编程领域的地位
5. 发展前景分析
6. 技术实现要点服务端(MCP Server): 客户端接入: - RAG(Rpc-call-Augmented Generation)处理
MCP 如何本地试用？下载 Claude 客户端：Download - Claude 这里以 Brave Search 为例 ，需要注册帐号：Brave Search API | Brave申请 APIkey ，需要绑定支付方式，我用中行的 VISA 可以成功。 接下来，打开 Claude Desktop 配置文件：
~/Library/ApplicationSupport/Claude/claude_desktop_config.json
%APPDATA%\Claude\claude_desktop_config.json
(%APPDATA%一般是C:\Users\<YourUsername>\AppData\Roaming这样的目录）
打开 Claude 客户端的设置，点击 Developer - Edit Config  修改配置： {
"mcpServers":{
"brave-search":{
"command":"npx",
"args":["-y","@modelcontextprotocol/server-brave-search"],
"env":{
"BRAVE_API_KEY":"YOU_API_KEY"
}
}
}
}
重启 Claude 客户端 可以看到有两个 ICON 分别是? 和?
 在设置里面 Developer - Edit Config 也可以看到 brave-search 的配置：  当然可以添加更多设置，具体看 Github 项目里面有详细的介绍 https://github.com/modelcontextprotocol/servers/tree/main/src
 MCP 官方仓库 servers| 名称 | 功能描述 |
|---|
| Filesystem | 具有可配置访问控制的安全文件操作 | | GitHub | 仓库管理、文件操作和 GitHub API 集成 | | GitLab | GitLab API，支持项目管理 | | Git | 用于读取、搜索和操作 Git 仓库的工具 | | Google Drive | Google Drive 的文件访问和搜索功能 | | PostgreSQL | 具有架构检查功能的只读数据库访问 | | Sqlite | 数据库交互和商业智能功能 | | Slack | 频道管理和消息传递功能 | | Sentry | 从 Sentry.io 检索和分析问题 | | Memory | 基于知识图谱的持久化记忆系统 | | Puppeteer | 浏览器自动化和网页抓取 | | Brave Search | 使用 Brave 的搜索 API 进行网络和本地搜索 | | Google Maps | 位置服务、路线规划和地点详情 | | Fetch | 网页内容获取和转换，优化 LLM 使用 |
| 
