模型上下文協定（Model Context Protocol, MCP）是 Anthropic 在 2024 年 11 月提出的一項開放原始碼標準，其核心目標是為大型語言模型（LLM）應用程式建立一個統一、標準化且安全的介面，讓 AI 能夠直接連接外部系統、資料來源與工具。

如果你想像 LLM 是一台智慧裝置，那麼 MCP 就像是 AI 的 USB-C 連接埠——不管外部設備怎麼變，只要支援 MCP，AI 都能理解並順利互動。

 

MCP 為什麼重要？

MCP 的推出，是為了解決 LLM 的兩大核心限制：

1. 知識無法即時更新（訓練資料是靜態）

傳統 LLM 的知識停留在訓練時點，容易因過時資訊而產生「幻覺」（Hallucination）。
MCP 允許模型從外部即時取用資料，讓 AI 的資訊更準確。

2. LLM 無法主動執行動作

AI 通常只能給建議，卻不能真的去：

  • 查詢資料庫

  • 建立會議

  • 更新 CRM 紀錄

  • 寄 email

  • 操作工具

MCP 讓 AI 能直接「呼叫動作」，正式跨入智能代理（AI Agent）時代。

 

MCP 的三大角色

MCP 採取 Client–Server 架構，由三個關鍵角色組成：

角色 說明 範例
MCP Host（主機） 使用者實際互動的 AI 應用程式，負責協調與管理多個 MCP 客戶端。 Claude Code、Claude Desktop、VS Code
MCP Client（客戶端） Host 內部負責與伺服器溝通的組件，將 LLM 指令轉為 MCP 訊息。 VS Code 中的 MCP 客戶端物件
MCP Server（伺服器） 實際提供資料或工具的端點，可連接資料庫、檔案系統等。 File System Server、Database Server、Sentry MCP Server

 

MCP Server 可以是：

  • 本地端：透過 STDIO 溝通

  • 遠端：透過 Streamable HTTP（含 SSE）溝通

 

MCP 的結構：資料層與傳輸層

1. 資料層（Data Layer）

  • 基於 JSON-RPC 2.0

  • 包含 Lifecycle management（能力協商、連線建立）

  • 定義 MCP 的核心功能：Primitives（基元）

2. 傳輸層（Transport Layer）

支援兩種傳輸方式：

Stdio

  • 用於本地程式之間

  • 無網路延遲、最高效能

Streamable HTTP

  • 用於遠端 Server

  • 透過 HTTP POST + Server-Sent Events (SSE)

  • 支援 OAuth、Bearer Token 等驗證方式

 

MCP 的核心：Primitives（基元）

基元是 MCP 的靈魂，定義了 LLM 能讀取什麼、能做什麼。

一、伺服器提供給客戶端的基元

1. Tools（工具）

可呼叫的函式，用於執行動作，例如：

  • 查資料庫

  • 呼叫 API

  • 修改檔案

→ LLM 可主動決定何時呼叫。

 

2. Resources（資源）

唯讀資料來源，例如：

  • 檔案內容

  • 資料庫 schema

  • 日曆事件

→ Host 決定要如何使用這些資訊。

 

3. Prompts（提示）

可重複使用的模板
例如：

  • 系統提示

  • 任務流程模板

→ 使用者或程式需手動調用。

 

二、客戶端提供給伺服器的基元

1. Sampling（採樣）

伺服器可以「借用」客戶端的 LLM 能力生成文字，
不需要自己集成模型或付費。

2. Elicitation（引導）

伺服器可向使用者要求更多資訊以完成任務。

3. Roots（根）

設定伺服器可操作的「檔案系統範圍」。

4. Logging（日誌）

伺服器可向客戶端傳遞 debug 或運行紀錄。

 

MCP vs. RAG

MCP 與 RAG（檢索增強生成）常被混為一談，但其目的完全不同。

功能 MCP RAG
主要目標 標準化 AI 與外部系統雙向互動 提升文本生成正確性
能否執行動作 ✔ 可以直接操作外部工具 ✘ 不行
互動方式 主動呼叫工具、接收結果 被動擷取文件後生成文字
結果型態 可能是工具結果 + 敘述 純文字生成

簡單來說：

RAG 讓 AI「讀懂知識」
MCP 讓 AI「能動手做事」

 

結語：MCP 讓 AI 成為真正的智能代理

過去的 AI 只能回答問題、給建議。
但有了 MCP：

  • AI 可以查資料、改資料

  • 可以整合任何外部工具

  • 可以主動執行任務

  • 可以與外界保持即時連動

  • 開發者不再需要為不同模型做多套整合

這代表 AI 正式邁向更成熟的 Agent 時代。

未來無論是企業內部流程、軟體開發工具、自動化系統、個人助理，
只要支援 MCP，AI 就能像插上 USB-C 一樣直接運作。