53 lines
1.7 KiB
Markdown
53 lines
1.7 KiB
Markdown
---
|
||
title: "Model Context Protocol"
|
||
type: concept
|
||
tags: [llm, mcp, protocol, tool-calling]
|
||
sources: [大模型相关术语和框架总结｜llm-mcp-prompt-rag-vllm-token-数据蒸馏]
|
||
last_updated: 2026-04-25
|
||
---
|
||
|
||
# Model Context Protocol (MCP)
|
||
|
||
## Aliases
|
||
- MCP
|
||
- Model Context Protocol
|
||
- 模型上下文协议
|
||
|
||
## Definition
|
||
|
||
Model Context Protocol（MCP，模型上下文协议）是一个开放协议，旨在为 LLM 应用提供**标准化接口**，使其能够连接外部数据源和各种工具进行交互。
|
||
|
||
MCP 充当 LLM 与外部世界之间的**标准化通信层**：当 LLM 处理用户请求时需要访问外部信息或功能，MCP Client 向 MCP Server 发送请求；MCP Server 负责与相应的外部数据源或工具交互，获取数据并按 MCP 协议规范格式化后返回给 LLM。
|
||
|
||
## Key Insight
|
||
|
||
> "大模型是不会自己去调用外部数据源或者工具的，大模型只会告诉我们需要调用哪些工具，而我们需要自己去实现工具的调用。"
|
||
|
||
MCP 解决的核心问题：**LLM 只能返回"需要调用什么工具和参数"的描述，不能自己执行**。MCP 提供了 LLM 与工具之间的标准桥梁。
|
||
|
||
## Architecture
|
||
|
||
```
|
||
User Request
|
||
↓
|
||
LLM（分析请求，决定需要哪些工具）
|
||
↓
|
||
MCP Client（发送标准化请求）
|
||
↓
|
||
MCP Server（与外部数据源/工具交互）
|
||
↓
|
||
格式化结果
|
||
↓
|
||
LLM（整合结果，生成最终响应）
|
||
```
|
||
|
||
## Related Concepts
|
||
|
||
- [[AI Agent]]：LLM + MCP + 工具执行 = 真正自主的 Agent
|
||
- [[Prompt]]：MCP Server 的返回结果作为上下文注入 LLM 的 Prompt
|
||
- [[Large Language Model]]：MCP 扩展了纯 LLM 的能力边界
|
||
|
||
## Sources
|
||
|
||
- [[大模型相关术语和框架总结｜llm-mcp-prompt-rag-vllm-token-数据蒸馏]]
|