土土哥 大模型MCP是什么意思 272次播放 00:00
大模型MCP的基本定义MCP（Model Context Protocol，模型上下文协议）是针对大语言模型（LLM）设计的开放标准协议，旨在解决传统LLM“知识孤立、功能有限”的痛点，通过标准化接口让LLM能与外部数据源、工具及服务实现无缝连接，将LLM从“知识回答工具”升级为“能执行任务的数字助理”。它被视为AI领域的“USB-C接口”—...
MCP主机：用户与AI交互的终端应用（如ChatGPT、Cursor IDE、Claude Desktop），负责接收用户输入、发起请求，并将LLM生成的响应展示给用户。主机是整个交互的“中枢”，协调客户端与服务器的通信。 MCP客户端：连接主机与服务器的“桥梁”，寄生于主机内，由主机创建并调度。客户端负责将主机指令转换为MCP协议格式，发送给服务器，并接收服务器返回的结果，再反馈给主机。 MCP服务器：提供特定功能的“工具库”，可以是本地服务（如文件系统、数据库）或远程服务（如天气API、支付接口）。服务器通过标准接口暴露自身能力（如“获取天气”“查询数据库”），等待客户端调用。
初始化：客户端向服务器发送 initialize请求，声明自身支持的能力（如“根目录访问”“采样”）；服务器响应并声明自身能力（如“工具列表”“资源访问”），完成“握手”。能力协商：客户端通过 capabilities字段告知服务器自身功能（如“能调用HTTP工具”）；服务器回应自身支持的工具（如“get_weather”“query_db”），明确双方交互边界。任务执行：用户通过主机输入需求（如“查询北京天气”），主机将需求与服务器能力列表发送给LLM；LLM解析意图，生成 tools/call指令（如调用“get_weather”工具，参数为“location: 北京”）；客户端转发指令给服务器，服务器执行任务并返回结果。结果返回：客户端接收服务器结果，审查后反馈给主机；主机将结果融入上下文，LLM基于新上下文生成最终响应（如“北京当前气温25℃，晴”）。
关键技术： JSON-RPC 2.0协议：作为通信基础，支持双向交互，确保消息格式统一（如请求/响应的结构化），跨平台兼容。 分块传输：针对大数据量任务（如文件上传），将数据拆分为小块传输，降低延迟和网络拥堵风险。 动态采样机制：配合“人机在环”设计，重要操作需人工审批，防止自动化错误（如误删文件）。 认证与授权：引入OAuth 2.1等标准，严格控制客户端权限，确保数据安全（如限制服务器访问敏感数据）。
核心优势： 标准化：统一接口规范，减少开发适配成本（无需为每个工具编写定制代码）。 扩展性：支持动态添加工具（如新增“支付接口”服务器，只需注册到MCP生态，LLM即可调用）。 安全性：通过权限控制、数据加密等机制，防止未经授权的数据访问（如限制服务器仅能访问用户指定的文件）。 灵活性：LLM可根据需求切换不同工具（如从“查询天气”切换到“订机票”），无需修改底层代码。
智能IDE助手：LLM连接代码仓库（如GitHub）、调试工具（如GDB），实现“代码补全”“自动调试”（如输入“帮我找这段代码的bug”，LLM调用调试工具定位问题）。 企业自动化工作流：LLM连接CRM（如Salesforce）、ERP（如SAP），实现“工单处理”“报表生成”（如用户提交投诉，LLM自动查询CRM中的用户信息，生成工单并发送给相关部门）。 个人智能助理：LLM连接日历（如Google Calendar）、地图（如高德地图）、支付（如支付宝），实现“行程规划”“生活服务”（如输入“明天去上海出差，帮我订机票和酒店”，LLM自动查询航班、酒店信息，并完成预订）。
