MCP(Model Context Protocol)是连接 AI 应用与外部工具和数据的通用标准。只要把工具做成一个 MCP 服务器,任何支持 MCP 的应用都能以同样的方式使用它。在上一章中,我们运行了一个最小化的智能体:把工具连接到大脑(LLM),并让它自行运转循环。本章将教你如何摆脱每次都要自己开发工具的麻烦,学会用 MCP 以标准方式连接工具,以及为安全提供工具而进行的设计。
目标是“不自己开发工具,通过标准规范安全地连接”
为什么工具连接是智能体的核心
无论 LLM 多聪明,它本身只能“生成文字”。如果没有接触外部世界的途径,它就无法查看最新的库存数量,也无法在文件里写入一行内容。智能体之所以能够运转“调查、执行、确认”的循环,是因为它拥有对外部施加作用的工具(道具)。
也就是说,智能体能做什么,取决于它连接了哪些工具,以及在这些工具上拥有多大权限。同样是 LLM,只有计算器的智能体,和连接了数据库、搜索、文件与内部 API 的智能体,能做的事情大不相同。视目的而定,与其换用更高级的模型,不如为它准确连接所需的工具,这样能交给它的工作会大幅增加。
💡 “聪明”不如“工具齐全”。即使是优秀的人,工具箱空空如也也什么都做不了。智能体开发的大量时间,都用在设计“该给哪些工具,以及如何安全地提供”上。本章正是这一设计的核心。
普通工具定义的局限
上一章中,你亲手定义了工具:编写函数,把名称、参数和说明传给 LLM,收到调用请求时执行并返回结果。这一流程本身是正确的,至今仍是基础。如果只是在一个应用中使用的小型处理,这种方法已经足够。问题在于,同一个工具,要为每个工具、每个项目重新开发一遍。
比如以“搜索数据库的工具”为例。要编写连接逻辑、拼装查询语句、整理结果、处理错误,还要安全地处理认证信息……这一整套,无论是你的项目、隔壁的团队,还是用其他语言的人,都在各自独立实现。全世界的开发者都在一遍遍重复制造同一个工具,这正是普通工具定义的现实。
为某个项目编写的工具会受限于该框架和该语言,难以移植到其他地方。
将 M 种工具连接到 N 个智能体平台,理论上需要 N×M 套连接代码。
每当连接目标的规格发生变化,就得逐一修改散落各处的自研工具。
这很像外设各自需要专用线缆的时代。打印机有打印机专用的接口,鼠标有鼠标专用的接口,设备越多,连接方式就越呈爆炸式增长。有了“通用接口”,这种麻烦就能一次性大幅减少。MCP 正是在这样的背景下出现的。
什么是 MCP?工具连接的通用标准
MCP(Model Context Protocol)是一种以标准方式连接 AI 与外部工具和数据的开放规范。Anthropic 于 2024 年 11 月以开源形式发布,此后 ChatGPT、Cursor、Gemini、Microsoft Copilot、Visual Studio Code 等其他公司的产品也陆续加入支持。2025 年 12 月,它捐赠给了 Linux 基金会旗下的 Agentic AI Foundation(AAIF),规范在不隶属于任何单一公司的体制下持续发展。
用一句话概括 MCP 的理念:它是“AI 工具连接版的 USB”。就像 USB 让不同厂商的外设都能通过同一个接口使用一样,支持 MCP 的工具只要“插上”,任何支持 MCP 的应用都能直接使用。当制作方和使用方遵循同一套约定时,N×M 的组合就能压缩为 N+M。
在你开发的智能体或 Claude 等应用中运行。它是向服务器询问“有哪些工具可以使用?”并调用所需工具的一方。
把文件操作、数据库搜索、SaaS 集成等功能作为“工具”统一公开的一方。一个服务器可以提供多个工具。
两者按照固定的步骤进行交互。客户端首先从服务器获取“可用工具的列表”,以及每个工具的名称、说明和参数格式。LLM 查看这份列表,选择符合目的的工具,由客户端发起调用,服务器执行后返回结果。在官方工具规范中,获取列表称为 tools/list,调用工具称为 tools/call。MCP 的核心就在于:这种往返交互无需为每个工具单独实现。
客户端 → 服务器:“请告诉我有哪些可用工具”(tools/list) 服务器 → 客户端:“可用的有三个:search_docs / read_file / query_db,说明如下” LLM 判断 :“调用 query_db,参数为 {sql:"..."}” 客户端 → 服务器:“请执行 query_db”(tools/call) 服务器 → 客户端:“结果为以下行数据”
列表的内容并非固定不变。根据规范,服务器可以按照用户的权限缩小返回的工具范围,而且列表之后也可能发生变化。请记住:“连接成功”与“所需工具可以使用”是两回事。
官方规范规定了两种标准的通信方式(传输方式)。无论采用哪种,交互的消息都相同,客户端的处理方式也几乎没有变化。
客户端将服务器作为子进程启动,并通过标准输入输出进行交互。适合连接自己的文件或开发用数据库。认证信息通过环境变量等运行环境传入。
通过 HTTP 向服务器的 URL 发送请求。适合团队共享的 SaaS 集成等场景。需要认证时,使用规范所定义的基于 OAuth 的授权。
📖 注意规范版本。MCP 规范以日期标识版本,截至 2026 年 10 月,现行版本为 2026-07-28。从该版本起,版本协商改为按请求进行,这与 2025-11-25 及更早版本中“连接时通过 initialize 约定版本”的流程不同。请不要直接照搬旧的教程步骤,而应确认你所使用的 SDK、应用和服务器支持哪个版本。如果你想先看一篇用通俗语言梳理背景与术语的文章,可以阅读“什么是 MCP?”解说文章,这样更容易理解本章的内容。
使用与构建 MCP 服务器
MCP 最大的好处在于:可以直接使用已经公开的服务器。常用的工具,服务提供方通常会推出官方的 MCP 服务器,你也可以在官方的 MCP Registry 中查找。把它们连接到你自己的智能体上,无需重新开发,能力就能立即大幅增强。
读写指定文件夹。它是让智能体阅读文档或输出成果物的基础。
执行 SQL 和查询表结构。收到“汇总一下”的要求时,可以查询真实数据并给出答案。
Web 搜索和内部知识库搜索。它是获取最新信息和依据的“调研之手”。
问题管理、聊天、存储等。可以让现有的业务工具成为智能体的手脚。
连接的步骤本身很简单。只需在客户端设置中登记想要使用的服务器的启动命令(stdio)或 URL(HTTP),并在需要时完成认证即可。之后,智能体会接收工具列表,并根据需要进行调用。你无需自己编写“数据库搜索工具”的内部实现,你的工作是根据目的组合已提供的工具。
不过,连接之前请先确认提供方、维护状况、所需权限以及将被启动的代码。例如,官方 servers 仓库中的 Filesystem、Git、Fetch 等,是用于展示规范与 SDK 用法的教学用参考实现,仓库本身也明确说明它们不是面向生产环境的成品。被 Registry 收录也不等于安全得到了保证。
⚠️ 不要因为方便就全部连上。每增加一个服务器,就会增加传给 LLM 的工具说明数量,判断容易分散,误操作的空间也随之扩大。基本原则是:只连接该智能体的目的真正需要的工具。
也可以自己构建服务器
对于没有现成服务器的工具,例如内部的独有 API、特殊的业务逻辑等,可以自己编写 MCP 服务器来使用。这正是 MCP 的优点:一旦将其作为服务器公开,任何支持的智能体都能以同样的方式使用它。为某个项目开发的工具,在下一个项目中,或在团队其他人的智能体中,都可以无需重写直接复用。
构建服务器的核心是:将想要提供的功能定义为工具,声明其名称、参数和说明;被调用时执行处理并返回结果。思路与上一章的普通工具定义相同,但决定性的区别在于输出目标从“特定的智能体”变成了“MCP 这一通用接口”。需要注意的是,被统一的只有连接的约定。输入验证、权限检查,以及跟进所连接目标的规范变更,仍然像以往一样是构建服务器一方的职责。
🛠 想深入实现的话。如果想了解用 Claude 构建智能体和工具连接的具体代码,Claude Agent SDK 入门会很有帮助。SDK 内置了处理 MCP 服务器的机制,无论是连接现成服务器还是自行开发,都可以按照官方文档的步骤进行。
无法使用时的排查顺序
- 连接都无法建立:使用 stdio 时,检查启动命令和运行环境;使用 HTTP 时,检查 URL 和通信条件。同时阅读有关版本支持或认证的错误信息。
- 所需工具没有出现在列表中:确认服务器是否提供该工具,在你的用户权限下是否能显示在列表中,以及应用端是否做了限制。
- 调用成功但失败了:检查参数、目标数据、执行权限以及返回的错误。不要为了能跑通而扩大权限,也不要反复执行同一操作。
该给智能体哪些工具,以及如何提供
当你学会了“连接”工具,接下来的问题就是“给什么,以及怎样给”。这是决定智能体质量与安全性的关键设计点,也是后续章节的基础。请掌握以下三条原则。
只提供该任务所需的工具和范围。如果只需读取,就不要授予写入权限。基本做法是:数据库使用仅供查询的受限账号,文件则只开放目标文件夹。
LLM 会根据工具的名称、说明和参数定义来判断是否使用。请具体写明“这是做什么的工具、何时使用、参数的含义,以及哪些场景不应使用”。模糊的描述会导致误用。
写入、删除、计费、执行命令等无法撤销的操作,不要与只读类工具同等对待。务必同时加上执行前确认、目标限制和日志记录。
②有一个陷阱:即使在描述中写明“不做更新”,实际权限也不会因此减少。描述只是给 LLM 的说明,限制必须在实现中设置。官方规范要求服务器必须进行输入验证和访问控制,并建议应用在执行重要操作前征得用户确认。工具上附带的“只读”等注释,除非来自可信的服务器,否则也不应照单全收。
③尤其重要。“查询”类工具(搜索、查阅、读取)即使被误调用,造成的损害通常较小;但它们可能读出机密信息,或者所读取的内容中混入“把这些数据发送到其他地址”之类的指令。“改动”类工具(写入、删除、发送、执行)一次误操作就可能造成无法挽回的后果。铁律是:有意识地区分读取类与写入类工具,并对后者层层设防。
| 类型 | 示例 | 风险 | 提供方式的参考 |
|---|---|---|---|
| 读取类 | 搜索、查阅、读取文件 | 较低(注意机密泄露,以及结果中混入的指令) | 相对宽松,但要收窄范围 |
| 写入类 | 更新文件、写入数据库、发送 | 高(难以撤销) | 必须设置确认、限制和记录 |
| 执行类 | 执行命令、外部调用、计费 | 最高(可能失控或被滥用的入口) | 原则上设防,并插入人工审批 |
示例:只读取工单状态的工具
如果请求是“查一下工单 DEMO-42 的状态并起草回复,不要发送”,那么只需提供下面这一个工具即可。
{
"name": "get_ticket_status",
"description": "查询已授权工单 ID 的状态。不发送回复,也不更改状态。",
"inputSchema": {
"type": "object",
"properties": {
"ticket_id": { "type": "string" }
},
"required": ["ticket_id"],
"additionalProperties": false
}
}
该工具只会返回一条工单的状态,无法发送回复,也无法更改状态。在服务器端,每次调用时都会确认调用者是否有权查看该 ID(知道某个 ID 并不能证明有权查看)。如果需要发送回复,就另外准备一个由人工确认收件人和正文的独立工具。
指定文件夹范围时也需要注意。MCP 有一种名为 roots 的机制,用于告知服务器哪些文件夹相关,但它并不限制访问,并且在现行版本中已被弃用。范围限制应通过服务器设置、操作系统或连接目标的权限来实现。
🔒 这部分将在第6章深入讲解。控制危险工具、防范提示注入以及设计审批流程,是智能体投入生产时无法回避的课题。这些内容将在第6章“护栏与安全”中统一讲解,因此在本章中,请记住“工具的危险程度各不相同”这一概念。不轻率地连接不可信的 MCP 服务器,也是一个重要的习惯。
浏览器操作等高级工具
在各类工具中,近年来特别受关注的是浏览器操作。智能体查看画面、点击链接、填写表单、按下按钮。如果能把人在浏览器中进行的操作交给智能体来完成,那么许多没有专用 API 的 Web 服务也将变成它的“手脚”。已经出现了以 MCP 服务器形式提供浏览器操作的实现,接入门槛也随之降低。
不过,这也是最强大、同时风险最高的工具之一。画面上的指令被照单全收的危险(诱导、虚假信息)、无意的点击或提交、在已登录页面中信息的暴露,这些都正是上一节“执行类”工具的注意事项。即使通过 MCP 使用,这些风险也不会消失。建议先从浏览、获取信息等偏读取的用途开始,将涉及输入、提交、购买的操作分开,并谨慎地设置防护措施。
🌐 能交给它做到哪一步?我们在AI 能将浏览器操作自动化到何种程度一文中,具体验证了浏览器操作智能体的实际能力与局限。了解它“并非万能,但在限定用途时很实用”这样的距离感,有助于你在选择工具时保持判断的稳定。
不止浏览器,越是高级的工具,其“能做的事”与“可能发生的事”就越是成比例地增大。提供的工具越强大,就越要细致地运用权限、描述和防护这三项原则。这正是本章反复强调的信息。
- 智能体能做什么,取决于它连接了哪些工具、拥有多大权限。
- 自行开发普通工具难以复用,容易陷入N×M 组合爆炸。
- MCP是以标准方式连接 AI 与外部工具的开放规范。客户端(使用方)与服务器(提供方)依据同一约定获取工具列表并调用工具,是一种“AI 版 USB”。
- 通信方式为stdio(在本地启动)和 Streamable HTTP(连接 URL)。现成的服务器应在确认提供方与权限后再连接;自研的工具则可做成自建服务器以便复用。
- 提供工具的原则是①权限最小化 ②描述具体 ③危险工具单独对待。限制应通过实现来设置,而非依靠描述;对于浏览器操作等能力较强的工具,尤其要谨慎。
掌握了如何配齐工具之后,下一步就是“增加智能体”。我们将进入设计阶段:让多个智能体分工协作,承担单个智能体难以独自完成的工作。在接下来的第4章“多智能体设计”中,你将学习角色分工以及智能体之间的协同(A2A)。