MCP 实战：让 AI Agent 真正接入你的工具链

Simi 收录于 AI Agent

2025-04-10 约 1112 字预计阅读 3 分钟

背景

AI Agent 有一个老大难问题：每个 Agent 都要自己写一套工具集成代码。

你的 Agent 要读 GitHub PR？自己写 GitHub API 封装。要查数据库？自己写 SQL 工具。要读文件系统？自己实现。

换一个 Agent？这些工具集成全部重写。

MCP (Model Context Protocol) 就是来解决这个问题的。

MCP 是什么

MCP 是 Anthropic 在 2024 年底提出的开放协议，定位是 AI Agent 的 USB 接口。

就像 USB 让各种设备可以插到任何电脑，MCP 让各种工具可以接入任何 AI Agent。

没有 MCP:
Agent A → 自己写 GitHub 工具
Agent B → 自己写 GitHub 工具（重复造轮子）

有 MCP:
Agent A → MCP Client → MCP GitHub Server
Agent B → MCP Client → MCP GitHub Server（复用）

核心概念

MCP 有三个核心组件：

1. MCP Host

你用的 AI Agent 或工具（比如 Claude Desktop、Cursor）。

2. MCP Client

运行在 Host 里的客户端，跟 MCP Server 通信。

3. MCP Server

连接外部工具的服务程序。每个工具（GitHub、Slack、Database）有自己的 MCP Server。

快速上手

安装 Claude Desktop 的 MCP Server

        
# 安装 GitHub MCP Server
npm install -g @anthropic-ai/mcp-server-github

# 配置（添加到 Claude Desktop 设置）
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

        
        
        
    
{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "your-token"
      }
    }
  }
}

配完之后，Claude Desktop 就能直接操作 GitHub：读 PR、写 issue、查看代码。

写一个自己的 MCP Server

        
        
        
    
// my-mcp-server.ts
import { MCPServer } from "@modelcontextprotocol/sdk/server";

const server = new MCPServer({
  name: "my-database-server",
  version: "1.0.0"
});

// 定义一个 tool
server.addTool({
  name: "query_database",
  description: "执行 SQL 查询",
  inputSchema: {
    type: "object",
    properties: {
      sql: { type: "string" }
    }
  },
  async execute({ sql }) {
    const result = await db.query(sql);
    return { rows: result.rows };
  }
});

server.listen();

实际价值

1. 工具复用

以前：每个 Agent 项目都要重新写 GitHub 工具。

现在：写一次 MCP Server，所有支持 MCP 的 Agent 都能用。

        
# Cursor 配置 MCP Server
# 之后 Cursor 的 AI 就能操作 GitHub、数据库、文件系统...

# Claude Code 配置 MCP Server
# 同样一套工具，Claude Code 也能用

2. 工具市场

MCP 生态正在形成工具市场：

MCP Servers (GitHub, 83k stars):
- github.com/modelcontextprotocol/servers
- 官方维护的 Server 列表
- 社区贡献的各种工具

类似 npm，但卖的是 AI 工具。

3. 企业内工具集成

公司内部工具（CRM、数据库、内部 Wiki）可以通过 MCP 接入 AI Agent。

员工不需要 API 文档，不需要写代码，直接用自然语言操作内部系统。

与其他方案的对比

	MCP	OpenAI Plugin	LangChain Tools
提出方	Anthropic (开放)	OpenAI	LangChain
标准化程度	高（开放协议）	仅 OpenAI	无标准
生态	快速成长	仅 OpenAI	封闭
工具复用	✅	❌	❌

MCP 的优势是开放。Anthropic 没有把 MCP 据为己有，而是提交给社区变成了开放标准。

现状与局限

现状

2025 年初，MCP 正在快速普及：

Anthropic 官方支持
Claude Desktop、Claude Code 原生集成
Cursor 支持 MCP
社区贡献了大量 Server 实现

局限

安全：MCP Server 有完整文件系统访问权限，需要仔细配置权限
稳定性：有些社区 Server 质量参差不齐
调试：Agent 调用工具失败时，排查链路长

总结

MCP 的意义：让 AI 工具生态从封闭走向开放。

就像 REST API 让 Web 服务互联互通，MCP 让 AI Agent 工具互联互通。

如果你在构建 AI Agent，MCP 是目前最好的工具集成方案。选型时优先考虑支持 MCP 的框架和平台。

项目地址：modelcontextprotocol.io

目录