xgqfrms™, xgqfrms® : xgqfrms's offical website of cnblogs! xgqfrms™, xgqfrms® : xgqfrms's offical website of GitHub!

MCP & AI Agent All In One

MCP & AI Agent All In One

Model Context Protocol / 模型上下文协议

MCP (Model Context Protocol) is an open-source standard for connecting AI applications to external systems.
Using MCP, AI applications like Claude or ChatGPT can connect to data sources (e.g. local files, databases), tools (e.g. search engines, calculators) and workflows (e.g. specialized prompts)—enabling them to access key information and perform tasks.
Think of MCP like a USB-C port for AI applications. Just as USB-C provides a standardized way to connect electronic devices, MCP provides a standardized way to connect AI applications to external systems.

image

https://modelcontextprotocol.io/docs/getting-started/intro

image

https://en.wikipedia.org/wiki/Model_Context_Protocol

MCP Client 与 MCP Serve 的区别

感谢你的提醒，确实我之前解释的是 Model-Centric Programming (MCP)，而你提到的 MCP 是 Model Context Protocol，这个是不同的概念。

Model Context Protocol (MCP) 的简介

Model Context Protocol 是一种用于描述和传输模型上下文信息的协议，主要在多模型系统中使用，用于管理模型之间的互动与协作。MCP 通常用于增强系统的灵活性，尤其是在多模型系统或者多智能体系统中，帮助管理不同模型之间的状态和信息流。

MCP Client 和 MCP Server 的区别

在 Model Context Protocol (MCP) 中，MCP Client 和 MCP Server 是两种不同角色的实体，负责不同的操作和交互。具体来说：

MCP Client：

  • MCP Client 是一个请求者，它向 MCP Server 提出请求，获取与模型上下文相关的信息或操作。
  • 它可以是任何需要利用模型上下文的客户端应用程序，可能是前端应用、智能体、用户界面等。
  • MCP Client 通常用于请求当前模型上下文、推理结果或操作请求等。

MCP Server：

  • MCP Server 是一个响应者，它接收来自 MCP Client 的请求，处理这些请求，并返回结果。
  • 它通常负责托管和管理模型上下文，可能包含多个模型和与之相关的数据。
  • MCP Server 会根据协议规范处理模型的上下文信息，提供相应的操作或数据。

MCP 在系统中的作用：

MCP 主要用于确保多个模型在复杂系统中能够正确地理解和共享其上下文信息。例如，在一个多智能体系统中，MCP 可以确保不同智能体（例如，多个 AI Agent）能够理解和更新彼此的模型状态，从而协调它们的行为。

MCP 的作用还包括：

  • 同步和共享上下文：MCP 协议允许客户端和服务器之间有效地共享模型的上下文信息，例如输入数据、推理状态、模型的元数据等。
  • 灵活的协议设计：MCP 可以帮助在复杂的系统中设计灵活的协议，使得多个模型、智能体、服务能够协同工作。
  • 跨模型协调：在多模型或多任务的系统中，MCP 通过传递和更新上下文信息，帮助模型协调和共享信息，从而提高系统的整体效率和性能。

MCP Client 与 MCP Server 的具体互动

  1. MCP Client 会向 MCP Server 发送一个请求，请求某种模型的上下文信息或者请求模型执行某个操作。
  2. MCP Server 接收到请求后，基于当前上下文和协议要求，进行处理。例如，可能需要查询当前的模型状态，或者根据上下文执行推理等操作。
  3. MCP Server 处理完请求后，将相关结果（如模型的预测结果、上下文信息、状态更新等）返回给 MCP Client。

总结

  • MCP Client：主要是发起请求的端，可能是一个前端应用、用户界面或其他服务，它请求模型的上下文信息或模型推理的结果。
  • MCP Server：主要是提供服务的端，处理来自 MCP Client 的请求，提供模型的上下文信息，或者执行推理操作，并返回结果。

两者通过 Model Context Protocol (MCP) 进行通信和协作，确保系统中不同部分能够正确地共享和更新模型的上下文信息。

希望这个解释清楚了 MCP 的正确含义和 MCP Client 与 MCP Server 的角色。如果你还有更多问题或想进一步探讨某个方面，随时告诉我！

https://chatgpt.com/

https://apps.apple.com/us/app/chatgpt/id6448311069

MCP Client

Claude

https://claude.com/

https://claude.com/product/claude-code

https://www.anthropic.com/news/claude-opus-4-5

MCP Server

AI Tools

MCP 类型

MCP 连接可分为远程和本地两种：
远程连接通过互联网在 AI 代理与 MCP 服务器之间建立。
在同一设备内完成（MCP 客户端与 MCP 服务器作为彼此独立的软件程序运行）。

image

MCP 服务器是托管在服务器或云端的程序，通过 MCP 公开各种功能供 AI 代理使用。MCP 服务器可以为 AI 代理提供访问新数据集或其他所需工具的权限。例如，MCP 服务器可能允许 AI 代理使用电子邮件服务，以便代理能代表其协助的人类用户发送电子邮件。

image

https://www.cloudflare.com/zh-cn/learning/ai/what-is-model-context-protocol-mcp/

代理式 AI 与 生成式 AI

生成式 AI (GenAI) 是指一种深度学习模型，它可以根据提示来生成内容。ChatGPT 等 LLM 都属于这类 AI。
代理式 AI 则建立在 GenAI 基础之上。LLM 只能通过特定用户界面或 API 对提示做出回复，而 AI 代理则可以超越既定的上下文，甚至在没有提示的情况下也可以执行操作。

image

https://www.cloudflare.com/zh-cn/learning/ai/what-is-agentic-ai/

demos

(🐞 反爬虫测试！打击盗版⚠️）如果你看到这个信息, 说明这是一篇剽窃的文章，请访问 https://www.cnblogs.com/xgqfrms/ 查看原创文章！

Model Context Protocol

An open protocol that enables seamless integration between LLM applications and external data sources and tools.

image

https://github.com/modelcontextprotocol

refs

Introducing the Model Context Protocol (Nov 25, 2024)

https://www.anthropic.com/news/model-context-protocol

©xgqfrms 2012-2021

www.cnblogs.com/xgqfrms 发布文章使用：只允许注册用户才可以访问！

原创文章，版权所有©️xgqfrms, 禁止转载 🈲️，侵权必究⚠️！

posted @ 2025-12-12 18:52  xgqfrms  阅读(0)  评论(2)    收藏  举报