模型上下文協議（Model Context Protocol，MCP）是一種開放協議，統一 AI 應用程式連接外部資料和工具的方式。它規定 AI 應用程式如何探索和連接 MCP Server，由 Server 提供資料或功能。MCP 規範雙方如何交換資訊，但不會規定 AI 模型如何運用所收到的內容。
現行架構包括 Host 應用程式、Host 內的 MCP Client，以及一個或多個 MCP Server。Server 可以提供資料資源、可重用的提示範本，以及供 AI 應用程式呼叫的工具。MCP 使用 JSON-RPC 訊息；本機程序可使用標準輸入／輸出，遠端通訊則可使用 Streamable HTTP。詳情可參閱官方MCP 架構說明和規格。
MCP 如何運作
AI Host 透過 MCP Client 連接相容的 Server，並探索 Server 提供甚麼功能。需要資料時，Host 可以讀取資源；如果任務涉及某項操作，模型可以要求呼叫工具。Server 處理請求後，會把結果交回 Host 顯示或使用。
每個 Server 都是獨立的整合點。企業仍要設定需要連接的系統、權限、身份驗證，以及各方支援的 MCP 功能。
企業應用示例
示例屬說明用途：客戶服務主管向內部 AI 應用程式查詢未處理個案和相關服務政策。應用程式可以透過一個獲批的 Server 讀取個案資料，再透過另一個 Server 查閱政策，然後草擬進度更新。員工覆核內容後，才批准系統更新個案紀錄。實際流程視乎已連接的 Server、產品功能及權限設定。
MCP、API 和 Agent Skills
API 定義軟件向服務索取資料或要求執行操作的介面；MCP 規範 AI 應用程式如何透過 MCP Server 探索及交換背景資料，或呼叫工具。MCP Server 背後可以使用現有 API，但兩者屬於不同層次。
API讓軟件按照既定介面溝通；Agent Skills則為相容的 AI 代理整理任務指引和相關檔案。MCP 提供連接工具或資料的方式，Skill 可以指引代理如何處理工作。
MCP 不會保證甚麼？
MCP 不會自動授權用戶存取企業系統，也不會核實回傳資料是否正確，或保證 AI 應用程式會恰當運用資料。MCP 安全指引要求用戶同意及掌控資料存取和操作，並要求保護資料及明確授權工具使用；協議本身無法強制執行這些原則。企業仍須審查每個 Server、限制資料及操作權限，並決定哪些操作要交由員工審批。
如正評估 AI 工作流程如何配合企業營運，可參閱 technine.io 的企業 AI 系統開發服務範圍。
常見問題
MCP 會讓 AI 存取所有已連接的系統嗎？
不會。AI 應用程式只能使用已設定的 Server 和功能，並須符合身份驗證、權限及 Host 控制要求。
MCP 是一種 AI 模型嗎？
不是。MCP 是 AI 應用程式與 Server 交換背景資料和功能的協議。Host 可以使用 AI 模型，但模型並非由 MCP 提供。
MCP 等同 API 嗎？
不等同。API 是軟件系統提供的介面；MCP 規範 AI 應用程式如何與提供資料和工具的 Server 溝通。MCP Server 有時會在背後呼叫現有 API。
延伸閱讀：了解甚麼是 API，以及Agent Skills 如何整理可重用的工作指引。