简介MCP（Model Context Protocol）
MCP是OpenAI在24年提的一种协议，主要是用于解决LLM和不同外部tools没有统一通信方式的问题。具体而言，以往LLM开发会遇到一些问题：
- 重复劳动：LangChain、LlamaIndex等生态中引入tools需要用各自的方法重复定义，工具开发者需要分别适配
- 语义不一致：tools输入输出格式规范不统一，LLM容易出错
- “工具发现”不够方便：需要手动在prompt里给LLM提供工具的名称和参数信息等（ad-hoc）
- 隐私问题：典型案例如用户不可能同意将包含隐私信息的文件上传云服务器，于是RAG之类就没法简单地完成
MCP则提供一种中间层将这些tools/context/…与LLM隔开，其模型如下：
- Server：有限度、可重用地暴露工具接口。Server可以用任意方式开发，然后需要开发者手动填写一份Server列表
config.json - Client：一对一地维持与Server的连接（OpenAI或其他如LangChain等提供了直接支持。LangChain的支持方式其实比较简洁，就是基于原本就有的Tools改的）
- Host：管理各个Client，汇总列表给LLM等
于是部分地解决了以上的问题：
- tools独立开发一次即可，最终的
config.json格式都一样，各种生态都支持，各种承认MCP的LLM厂商也都支持 - 格式自然也被MCP统一了
- Host直接向context注入统一格式的tools，一方面不需要再重复手写Prompt，另一方面也方便LLM做针对性的Finetuning
- Server可以运行在任何地方（比如用户本地、内网、etc），只要MCP Client能访问到即可。用户可以完全控制数据。
不过MCP尚未完全成熟，也有一些性能或者安全性的问题还在研究。