模型上下文协议（Model Context Protocol，MCP）是一种开放协议，用统一方式连接 AI 应用与外部数据和工具。它规定 AI 应用如何发现并连接 MCP Server，由 Server 提供数据或功能。MCP 规范双方如何交换信息，但不规定 AI 模型如何使用收到的内容。
当前架构包括 Host 应用、Host 内的 MCP Client，以及一个或多个 MCP Server。Server 可以提供数据资源、可复用的提示模板，以及供 AI 应用调用的工具。MCP 使用 JSON-RPC 消息；本地进程可使用标准输入／输出，远程通信则可使用 Streamable HTTP。详情可参阅官方MCP 架构说明和规范。
MCP 如何工作
AI Host 通过 MCP Client 连接兼容的 Server，并发现 Server 提供哪些功能。需要信息时，Host 可以读取资源；任务需要执行操作时，模型可以请求调用工具。Server 处理请求后，将结果返回给 Host 展示或使用。
每个 Server 都是一个独立的集成点。企业仍需配置要连接的系统、权限、身份验证，以及各方支持的 MCP 功能。
企业应用示例
以下示例仅用于说明：客服主管向内部 AI 应用查询未处理的服务案例和相关政策。应用可以通过一个获批的 Server 读取案例信息，再通过另一个 Server 查阅政策，然后起草进度更新。员工审核内容后，再批准系统更新案例记录。实际流程取决于已连接的 Server、产品功能和访问规则。
MCP、API 和 Agent Skills 有什么区别？
API 定义软件向服务请求数据或操作的接口；MCP 规定 AI 应用如何通过 MCP Server 发现并交换上下文，或调用工具。MCP Server 的底层可以使用现有 API，但两者描述的是不同层次。
API让软件按照约定接口通信；Agent Skills为兼容的 AI 智能体整理任务指引和相关文件。MCP 提供连接工具或数据的方式，Skill 则可以指导智能体怎样处理工作。
MCP 不会保证什么？
MCP 不会自动授权用户访问企业系统，也不会验证返回的数据是否正确，或保证 AI 应用会恰当地使用数据。MCP 安全指引要求用户同意并控制数据访问和操作，也要求保护数据并明确授权工具调用；协议本身不能强制执行这些原则。企业仍需审核每个 Server，限制可访问的数据和操作，并确定哪些操作需要员工审批。
如果正在评估 AI 工作流程如何用于企业运营，可以了解 technine.io 的企业 AI 应用开发服务范围。
常见问题
MCP 会让 AI 访问所有已连接的系统吗？
不会。AI 应用只能使用已配置的 Server 和功能，并受身份验证、访问权限和 Host 控制约束。
MCP 是一种 AI 模型吗？
不是。MCP 是 AI 应用与 Server 交换上下文和功能的协议。Host 可以使用 AI 模型，但模型不是由 MCP 提供的。
MCP 和 API 是一回事吗？
不是。API 是软件系统提供的接口；MCP 规定 AI 应用如何与提供数据和工具的 Server 通信。MCP Server 有时会在后台调用现有 API。
延伸阅读：了解什么是 API，以及Agent Skills 如何整理可复用的工作指引。