核心功能
标准化工具调用：以 JSON-RPC 2.0 定义 tools / resources / prompts 三类原语，LLM 可发现并调用外部能力。
功能亮点
slug
model-context-protocol-mcp
07-30 探测 200
；以官方规范站与公开资料核对
客户端侧
Claude Desktop、各类 Agent 框架均可作为 MCP Host
服务端
任意支持 JSON-RPC 的环境
场景分类
mcp
所属角色
dev（开发者、工具/集成构建者）
适用场景
• AI 助手接入外部系统
• 标准化工具调用
安装配置
1) 访问 https://modelcontextprotocol.io/（modelcontextprotocol.io）；2) 注册/登录；3) 如提供客户端则下载并按向导安装。
使用方法
用现成 MCP 服务：在客户端配置文件的 mcpServers 里加一条目 —— Claude Desktop 改 claude_desktop_config.json、Cursor 改 .cursor/mcp.json、Claude Code 用 claude mcp add 命令；本地 stdio 型服务填 command 与 args（例如 npx -y @modelcontextprotocol/server-filesystem /你的目录，密钥放 env 字段），远程服务改填 url 指向 SSE 或 Streamable HTTP 端点并按提示完成 OAuth 授权；重启客户端后它会与服务端握手初始化并通过 tools/list 拉取工具清单，之后模型在对话中按需发起工具调用、由用户逐次确认执行，除工具外还能挂载 resources（只读上下文，如文件、数据库记录）和 prompts（预置指令模板）；自建服务端：Python 用官方 mcp SDK 的 FastMCP，给函数加 @mcp.tool() 装饰器并写清 docstring 与类型标注（模型靠这些描述决定何时调用），TypeScript 用 @modelcontextprotocol/sdk 的 registerTool；发布前先用 npx @modelcontextprotocol/inspector 连上服务逐个手动调用验证入参与返回，确认无误再写进客户端配置。
优点
- 标准化
- 生态增长快
- 易于扩展
缺点
- 生态仍在快速演进
- 不同客户端实现差异
- 权限/安全需设计