MCP 服务器是一种程序，允许 AI 应用通过模型上下文协议（MCP）连接外部工具、服务和数据源。它充当 AI 助手与数据库、文件存储和业务应用等系统之间的标准化接口。
例如，连接到合适的 MCP 服务器后，AI 助手可以检索订单信息、搜索公司文档或检查应用状态，而无需为每项任务分别开发定制集成方案。
下面来看看 MCP 如何工作、MCP 服务器具体做什么，以及您何时可能需要它。
什么是模型上下文协议（MCP）？
模型上下文协议是一项开放标准，旨在让 AI 应用更容易连接外部系统。
您可以把它理解为一种通用的通信方式。
如果没有 MCP，开发者可能需要为不同的 AI 应用和服务分别开发集成方案。MCP 为兼容的应用提供了一种统一的方式，用于发现可用功能并与之交互。
例如，一家公司可能使用多种工具来管理客户、项目和文档。MCP 服务器可以通过标准化接口开放这些系统中选定的功能。
MCP 不会取代现有的 API 或数据库，而是为 AI 应用与它们交互提供一种结构化方式。
MCP 服务器如何工作？
MCP 采用客户端—服务器架构，包含三个主要组件：
- MCP 主机：用户与之交互的 AI 应用，例如兼容的 AI 助手或开发环境。
- MCP 客户端：主机中负责与 MCP 服务器通信的组件。
- MCP 服务器：提供特定工具、资源或提示词的程序。
来看一个简单的例子。
假设您向 AI 助手提问：“订单 #12345 的状态是什么？”
如果该助手有权访问一个订单管理 MCP 服务器，处理过程可能如下：
- 您向 AI 助手询问订单情况。
- 助手找到可用于查询订单状态的工具。
- 其 MCP 客户端向相应的 MCP 服务器发送请求。
- 服务器从订单管理系统中检索信息。
- 结果返回给 AI 应用，再由应用呈现给您。
MCP 服务器本身并不生成 AI 回复。它提供的是 AI 应用所需的外部功能或信息。
具体流程取决于应用的权限、可用工具以及服务器的配置方式。
MCP 服务器能做什么？
MCP 服务器可以提供三类核心功能。
1. 工具
工具是 AI 应用可以调用以执行特定操作的函数。
例如，MCP 工具可以搜索数据库、查询订单状态、创建支持工单或调用外部 API。
工具可能执行会修改数据的操作，因此设置适当的权限和防护措施非常重要。
2. 资源
资源提供 AI 应用可以访问的信息。
例如配置文件、文档、数据库记录以及其他结构化信息。
资源使应用能够获取相关上下文，而不要求 AI 模型预先掌握这些信息。
3. 提示词
提示词是可重复使用的模板，可帮助用户通过 AI 应用完成特定任务。
例如，MCP 服务器可以提供用于分析事件报告或总结技术文档的提示词模板。
这些功能相结合，使 MCP 既能用于检索信息，也能支持更高级的 AI 工作流。
MCP 服务器的实际应用示例
通过实际应用，可以更容易理解 MCP。
客户支持：MCP 服务器可以让获得授权的 AI 助手检索客户订单详情或支持工单信息。
软件开发：开发者可以将兼容的 AI 编程工具连接到代码仓库、问题跟踪系统或开发服务。
业务报表：MCP 服务器可以提供经过批准的数据库查询，用于获取销售数据或运营指标。
文档管理：AI 应用可以使用 MCP 资源或工具搜索文档并检索相关信息。
IT 运维：服务器监控集成可以向 AI 助手提供系统健康状况或应用状态信息。
这些示例能否实现，取决于所连接的系统和可用权限。MCP 不会自动授予 AI 助手访问私有信息的权限。
MCP 服务器与 API 有什么区别？
MCP 服务器与 API 有关联，但用途不同。
API 定义了软件应用与特定服务交互的方式。
MCP 服务器通过为兼容 AI 应用设计的标准化协议提供功能。
| 特性 | 传统 API | MCP 服务器 |
|---|---|---|
| 主要用途 | 软件集成 | AI 应用集成 |
| 接口 | 因服务而异 | 标准化 MCP 接口 |
| 功能发现 | 取决于 API 的设计 | MCP 内置 |
| 能否检索数据 | 可以 | 可以 |
| 能否执行操作 | 可以 | 可以，通过工具执行 |
| 能否使用现有 API | 不适用 | 可以 |
例如，CRM 平台可能提供用于检索客户记录的 API。MCP 服务器可以在内部使用该 API，并向 AI 应用提供适当的客户查询工具。
MCP 不会取代 API。它让兼容的 AI 应用能够以更统一的方式使用 API 的功能。
本地 MCP 服务器与远程 MCP 服务器
MCP 服务器可以运行在您自己的计算机上，也可以运行在可通过网络访问的基础设施上。
本地 MCP 服务器
本地 MCP 服务器与使用它的应用运行在同一台机器上，通常通过标准输入和输出（stdio）进行通信。
本地服务器适用于开发环境、个人工具，以及需要访问用户计算机上资源的应用。
它们不需要 VPS 或可从公共互联网访问的端点。
远程 MCP 服务器
远程 MCP 服务器作为可通过网络访问的服务运行，通常使用 Streamable HTTP。
当多个获得授权的用户或应用需要访问集中管理的工具时，这种方式会很有用。
远程部署需要额外规划身份验证、HTTPS、可用性和访问控制。
MCP 服务器安全吗？
MCP 是一种通信协议，并不能保证连接的每个工具都是安全的。
MCP 服务器的安全性取决于其实现方式、权限、所连接的服务以及部署环境。
例如，读取公开文档的 MCP 工具，与能够删除文件或修改客户记录的工具，面临的风险并不相同。
良好的安全实践包括：
- 仅授予每个工具所需的权限。
- 对受保护的远程服务进行身份验证。
- 妥善保管凭据和 API 密钥。
- 在连接第三方 MCP 服务器前对其进行审查。
- 对敏感操作要求适当的审批。
- 根据需要保留日志并实施监控。
AI 应用也可能在检索到的内容中遇到恶意指令。对于敏感操作，不应仅依赖 AI 模型判断某项操作是否安全。
MCP 服务器需要托管服务吗？
不一定。本地 MCP 服务器可以直接运行在您的计算机上，无需任何托管服务。
当您需要一台可远程访问、且能独立于个人计算机运行的 MCP 服务器时，托管服务才会派上用场。
例如，企业可以在 VPS 上运行 MCP 服务，让其应用能够使用经过批准的内部工具。
VPS 让您能够控制操作系统、应用环境和服务器配置。不过，您仍需负责保障服务安全并管理访问权限。
常见问题
不是。MCP 服务器向 AI 应用提供工具、资源或提示词，本身不需要运行语言模型。
不一定。有些 AI 应用支持预构建的 MCP 集成方案。自行创建定制 MCP 服务器通常需要编程技能或开发工具。
不是。AI 智能体可以使用 MCP 访问外部功能，但 MCP 本身是一种通信协议，而不是自主运行的智能体。
可以。兼容的应用可以连接多个 MCP 服务器，每个服务器提供不同的工具或数据源。
总结
MCP 服务器通过标准化协议，将 AI 应用与外部工具和信息连接起来。
它可以帮助开发者集成数据库、API、文档和业务系统，而无需为每个兼容的 AI 应用分别开发一套全新的连接方式。
您无需自行托管或构建 MCP 服务器，也能理解它的价值。首先确定 AI 应用需要哪些信息或功能，然后看看现有的 MCP 集成方案能否提供这些内容。
