是一个统一的协议标准，使 AI 模型能够以一致的方式连接各种数据源和工具，类似于 AI 世界的”USB-C”接口。
MCP 的优势：MCP 提供很多现成的插件，你的 AI 可以直接使用。
使用方式 https://modelcontextprotocol.io/quickstart/user 配置成功后可以在 Claude 中测试：Can you write a poem and save it to my desktop? Claude 会请求你的权限后在本地新建一个文件。
有哪些mcp服务： https://github.com/punkpeye/awesome-mcp-servers
https://mcpservers.org/
https://github.com/modelcontextprotocol/servers
MCP 由三个核心组件构成：Host、Client 和 Server。
Host一般就是chat app，server负责具体执行
模型是如何确定工具的选用的？ 将所有的 tools 的功能描述格式化成字符串供 LLM 使用，如果执行失败，会skip掉无效的调用请求。
工具文档至关重要 - 模型通过工具描述文本来理解和选择工具，因此精心编写工具的名称、docstring 和参数说明至关重要。
由于 MCP 的选择是基于 prompt 的，所以任何模型其实都适配 MCP，只要你能提供对应的工具描述。但是当你使用非 Claude 模型时，MCP 使用的效果和体验难以保证（没有做专门的训练）。
参考 https://zhuanlan.zhihu.com/p/29001189476