Anthropic開發了模型上下文協議（MCP）：讓 AI 系統與數據無縫連接

描述

Anthropic開發了模型上下文協議（Model Context Protocol, MCP）是一項新興的開放標準，旨在為 AI 系統提供與內容存儲庫、業務工具和開發環境的便捷連接能力。這項技術突破了信息孤島的限制，使前沿 AI 助手能夠獲取所需數據並生成更準確的回應。

為什麼 MCP 是一項革命性進展？

隨著 AI 助手日益普及，雖然模型推理能力的提升令人矚目，但目前的 AI 系統仍面臨數據孤立的挑戰。每新增一個數據來源都需要定制化集成，導致系統可擴展性受限。而 MCP 的出現，則透過統一的開放協議消除了碎片化集成的障礙。

MCP 的特點

• 整合：MCP提供了一個通用框架，允許開發人員將人工智慧模型與各種資料來源整合，而無需為各個資料來源編寫特定程式碼。
• 效率：透過簡化過程提高開發效率
• 網頁搜取和搜索引擎(透過如BRAVE)
• 翻譯和摘要

MCP 的運作方式

MCP 是一個開放標準，開發者可利用該協議搭建安全的雙向連接，將數據源與 AI 工具相連。這個協議架構簡單明瞭：

• MCP 服務器：用於暴露數據源。
• MCP 客戶端：用於連接並訪問 MCP 服務器。

開發者可以快速部署 MCP 服務器，並使用 MCP 客戶端與這些服務器進行交互。

MCP 提供的核心組件：

1. MCP 規範與 SDK
   詳細的技術規範及開發工具包，支持快速集成。
2. Claude 桌面應用中的本地 MCP 支持
   幫助用戶在本地測試和部署 MCP 服務器。
3. 開源 MCP 服務器存儲庫
   預構建的 MCP 服務器，支持主流企業系統如 Google Drive、Slack、GitHub、Postgres 等。

MCP 的早期採用者案例

像 Block 和 Apollo 等企業已成功將 MCP 集成到其系統中，開發工具公司如 Zed、Replit 等也正通過 MCP 擴展其平台功能。以下是 MCP 帶來的改進：

• 增強的代碼上下文理解：AI 更準確地檢索相關信息，提升代碼生成效率。
• 減少碎片化集成的負擔：用統一協議替代單獨的數據連接器。

Block 的技術長 Dhanji R. Prasanna 表示，MCP 彰顯了開放技術的價值，為 AI 賦能現實應用提供了橋樑。

MCP 服務器的應用範例

精選服務器

1. Filesystem：提供安全的文件操作和訪問控制。
2. GitHub：支持倉庫管理和文件操作。
3. Google Drive：實現文件訪問及搜索功能。
4. PostgreSQL：提供數據庫只讀訪問能力。
5. Slack：支持頻道管理與消息傳遞。
6. Puppeteer：瀏覽器自動化和網頁抓取。
7. Google Maps：位置服務和路徑規劃。

快速開始

開發者可以立即使用 MCP 服務器進行部署：

TypeScript 服務器

啟動記憶服務器：

npx -y @modelcontextprotocol/server-memory

Python 服務器

啟動 Git 服務器：

# 使用 uvx
uvx mcp-server-git

# 或使用 pip
pip install mcp-server-git
python -m mcp_server_git

如何搭建自己的 MCP 服務器？

想自建 MCP 服務器？訪問 官方文檔 獲取詳細指導和技術細節。

範例

MCP 在實際應用場景中展現出驚人的潛力 ：

1. 用戶只需在對話框輸入指令，Claude 即可直接連接 GitHub，完成倉庫的創建、代碼提交以及問題（issue）的管理。
2. AI 助手可以直接連接本地數據庫(SQLite)進行查詢和分析。
3. 抓取URL並將內容翻譯成繁體中文
4. 文字到SQL，允許自然語言查詢轉換為SQL命令

常見問答（FAQ）

Q1: 什麼是 MCP？ A1: MCP 是一個用於連接 AI 系統與數據源的開放標準，旨在解決數據孤立問題。

Q2: MCP 如何提升 AI 的表現？ A2: 透過 MCP，AI 系統可以更準確地檢索上下文信息，生成更相關且高質量的回應。

Q3: 如何開始使用 MCP？ A3: 可以從 Claude 桌面應用 安裝預構建的 MCP 服務器，並參考官方快速指南開始配置。

結論

模型上下文協議（MCP）是 AI 助手進入下一代應用的關鍵技術，幫助開發者突破數據孤島的限制。現在就試試 MCP，為您的系統注入更多可能性！

資料來源

備註

簡單來說，就是在本機開一個介面(interface)將你允許的工具儲存在Claude能存取的路徑，然後可以使用桌面板的Claude去做操作。