MCP 协议入门：AI 的 USB 接口
之前每个 AI 接每个工具都要单独写代码。MCP 把它统一成标准——你装一个 MCP server，所有支持 MCP 的 AI 都能用。
2024 年底 Anthropic 推出 MCP (Model Context Protocol)。一年多过去，OpenAI、Google、所有主流 AI 公司全都跟进了。
如果说 Function Calling 是给 AI 装"按钮"，那 MCP 就是按钮的统一标准。装一次，所有 AI 都能用。
读完这篇你会理解：MCP 在解决什么问题、它怎么工作、普通人现在能用 MCP 干什么。
1. 没有 MCP 之前，世界长这样
回到 2024 年初。你是个产品经理，想让 ChatGPT 能查公司的 Jira 工单。
你雇了个程序员写了套代码：
ChatGPT ←(自定义代码)→ Jira API
跑了一个月，挺好用。然后老板说：那 Claude 也接一下？
程序员叹气：好，再写一套（Claude 的 SDK 跟 OpenAI 不一样）。
Claude ←(自定义代码)→ Jira API
又跑了一个月，老板说：Gemini 也接一下？通义千问也接一下？
每接一个 AI 都要重写一遍。每加一个工具（GitHub、Slack、Notion……）都要 × N 个 AI 重新写一遍。
这就是 MCP 出现之前的混乱：
M 个 AI × N 个工具 = M × N 套代码
2. MCP 把它变成 M + N
MCP 的核心想法：在 AI 和工具之间，定一个标准协议。
工具方按这个协议实现一个 MCP Server，AI 方按这个协议实现一个 MCP Client。然后大家就能互相通信了——工具不用关心面对的是哪个 AI，AI 不用关心面对的是哪个工具。
所有支持 MCP 的 AI ←(MCP 协议)→ 所有 MCP Server
写一次 Jira MCP Server，所有支持 MCP 的 AI（ChatGPT / Claude / Cursor / Windsurf...）都能直接用。
就是 USB 啊。USB 没出现之前，每个外设要单独配一根线（鼠标线、键盘线、打印机线、扫描仪线……）。USB 之后，一个口通用。
MCP 之于 AI 工具生态，就是 USB 之于硬件外设。
3. MCP 一共有三件事
MCP Server 能向 AI 提供三种能力：
| 能力 | 解释 | 例子 |
|---|---|---|
| Tools（工具） | 让 AI 能调用的函数 | "查 Jira 工单"、"发 Slack 消息" |
| Resources（资源） | 让 AI 能读取的数据 | "公司 Wiki 的某一页"、"数据库某张表" |
| Prompts（提示词模板） | 预设的对话模板 | "代码 review 模板"、"会议纪要模板" |
最常用的是 Tools。99% 的 MCP Server 主要在提供工具能力。
4. 一个 MCP Server 长啥样
举个最简单的例子：你想让 AI 能读你电脑上某个文件夹的文件。
没有 MCP：自己写代码集成进 OpenAI SDK，再单独写一套集成进 Claude SDK……
有 MCP：你（或别人）写一个 filesystem-mcp 的 Server。它声明自己提供两个工具：
- read_file(path) 让 AI 读文件
- list_dir(path) 让 AI 列目录
然后你在 Claude Desktop 的配置里加一行 "我装了 filesystem-mcp"。Claude 就自动获得了这两个能力。
第二天 Cursor 也支持 MCP，你又把同一个 Server 加到 Cursor 配置里——Cursor 也获得了这两个能力。
想象一下硬件：你新买的 U 盘，插 Mac 上能用、插 Windows 上能用、插车载播放器上也能用。没人为你单独写过驱动——它遵循 USB 标准就行。
5. 现在已经有哪些 MCP Server 可用
社区生态已经爆炸式增长。挑几个常用的：
| MCP Server | 给 AI 装上后能干啥 |
|---|---|
| filesystem | 读写本地文件 |
| github | 操作 GitHub（查 issue、提 PR、看代码） |
| slack | 发 Slack 消息、查频道历史 |
| postgres / sqlite | 直接查数据库 |
| puppeteer / playwright | 控制浏览器，模拟操作 |
| notion | 读写 Notion 页面 |
| figma | 读 Figma 设计稿 |
| brave-search / google-drive | 搜索 + 网盘 |
| memory | 给 AI 装一个跨会话的记忆 |
modelcontextprotocol.io 上能搜到几百个。自己写一个 MCP Server 也很简单——就几十行代码。
6. 普通人怎么用上 MCP
最快：用 Claude Desktop 或 Cursor。它们都内置了 MCP 支持。
配置流程（以 Claude Desktop 为例）：
- 打开 Claude Desktop 设置
- 找到 MCP Servers 配置文件（一个 JSON）
- 加一行：
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["@modelcontextprotocol/server-filesystem", "/Users/你/Documents"]
}
}
}
- 重启 Claude Desktop
做完之后，你就可以对 Claude 说：
"看一下我 Documents 文件夹里有啥，把 PDF 都列出来。"
它真的会去读你的文件夹（之前它只能空想）。
类似的：装 github-mcp，它就能直接帮你看 GitHub issue；装 slack-mcp，它就能帮你查 Slack 历史。每装一个 MCP Server，你的 AI 助手就多一项实际能力。
7. MCP 的"政治意义"
为啥这事重要：
对开发者：以前做一个 AI 集成是 N×M，现在是 N+M。生态会爆炸式增长。
对用户：以前换 AI 工具就要重新搞集成，现在 MCP Server 一次配置、所有 AI 通用。AI 厂商之间的"工具壁垒"被打破。
对 AI 公司：从"封闭花园"变成"开放生态"。Anthropic 主动公开 MCP 是个聪明的战略——它让所有 AI 工具都倾向于围绕 MCP 标准来做，而 Anthropic 是这个标准的"原作者"。
类比：USB 是 Intel 主导的开放标准；MCP 是 Anthropic 主导的开放标准。 主导一个全行业都跟进的标准，是隐形的护城河。
8. 三句话复盘
- MCP = AI 调工具的统一接口标准（不是某家公司的私有 API）
- 写一次 MCP Server，所有支持 MCP 的 AI 都能用
- 现在 Claude Desktop / Cursor / Windsurf 等都支持，普通人配几行 JSON 就能给 AI 装上文件、GitHub、数据库等能力
2025 年的 AI 关键词：Agent、MCP、长上下文。三件事环环相扣——MCP 让 Agent 有了通用工具能力，长上下文让 Agent 有了长记忆，Agent 让 AI 真的能干活。
延伸阅读：Function Calling 一文看懂 · Agent 是什么 · Claude Code 上手