MCP(Model Context Protocol，模型上下文协议)

        MCP(Model Context Protocol，模型上下文协议)是由 Anthropic 提出并于 2024 年 11 月开源的一种通信协议，旨在解决大型语言模型(LLM)与外部数据源及工具之间无缝集成的需求。

       它通过标准化 AI 系统与数据源的交互方式，帮助模型获取更丰富的上下文信息，从而生成更准确、更相关的响应。

主要功能

上下文共享：应用程序可以通过 MCP 向模型提供所需的上下文信息(如文件内容、数据库记录等)，增强模型的理解能力。

工具暴露：MCP 允许应用程序将功能(如文件读写、API 调用)暴露给模型，模型可以调用这些工具完成复杂任务。

可组合的工作流：开发者可以利用 MCP 集成多个服务和组件，构建灵活、可扩展的 AI 工作流。

安全性：通过本地服务器运行，MCP 避免将敏感数据上传至第三方平台，确保数据隐私。

MCP架构

MCP 采用客户端-服务器架构

• MCP 客户端(Client)：通常是 AI 应用程序(如 Claude Desktop 或其他 LLM 工具)，负责发起请求并与服务器通信。
• MCP 服务器(Server)：轻量级程序，负责暴露特定的数据源或工具功能，并通过标准化协议与客户端交互。
• 通信格式：基于 JSON-RPC 2.0，支持请求、响应和通知三种消息类型，确保通信的标准化和一致性。

MCP 客户端和服务端实现支持以下核心功能：

1 协议协商

协议版本兼容性检查与协商

2 工具管理

工具发现、执行和列表变更通知

3 资源管理

基于 URI 模板的访问机制和订阅系统

4 Prompt 处理

提示模板的管理与动态生成

5 采样支持

AI 模型交互的采样控制

6 多传输协议

        1)默认传输：基于标准输入输出（Stdio）的进程间通信

        2)HTTP SSE 传输：支持 Java HttpClient、Servlet 实现

        3)Spring 集成：WebFlux（响应式）和 WebMVC（Servlet）的 HTTP 流式传输

       Model Context Protocol (MCP) 是一个专门为 LLM（大语言模型）应用设计的协议，它允许你构建服务器以安全、标准化的方式向 LLM 应用程序公开数据和功能。MCP Server 提供了 3 种核心原语，每种原语都有其特定的用途和特点：

Tool（工具）：

       Tool 允许服务器公开可执行的函数，这些函数可由客户端调用并由 LLM 使用来执行操作。Tool 不仅人让 LLM 能从外部获取信息，还能执行写入或操作，为 LLM 提供真正的行动力。

模型控制：Tool 直接暴露给 LLM 可执行函数，让模型可以主动调用。

Resource（资源）：

        Resource 表示服务器希望提供给客户端的任何类型的只读数据。这可能包括：文件内容、数据库记录、图片、日志等等。

应用控制：Resource 由客户端或应用管理，用于为 LLM 提供上下文内容。

Prompt Template（提示模板） ：

        Prompt 是由服务器定义的可重用的模板，用户可以选择这些模板来引导或标准化与 LLM 的交互过程。例如，Git MCP server 可以提供一个“生成提交信息”的提示模板，用户可以用它来创建标准化的提交消息。

用户控制：Prompt 通常由用户自行选择。