MCP 说明

本文档解释 MCP 的作用、工作机制和配置结构，帮助你快速判断“什么时候该用 MCP”。

什么是 MCP（先看结论）

MCP（Model Context Protocol）是让 AI 连接外部工具和数据源的协议。

一句话：Skill 负责“怎么做”，MCP 负责“连到哪里拿数据、调用什么工具”。

MCP 解决什么问题

如果没有 MCP，AI 常见限制是：

只能基于当前对话内容回答
无法稳定访问外部系统（如 GitHub、数据库、搜索）
工具接入方式分散，难以复用

有了 MCP 后：

AI 可以通过标准协议访问外部能力
工具接入方式统一，便于迁移与维护
多个 AI 工具可共享同一套外部连接配置

MCP 怎么工作（工作机制）

典型流程：

在 Host 中配置 MCP Server（本地或远程）
Host 内置的 Client 读取配置并建立连接
AI 在任务中发现需要外部数据或操作
通过 MCP 调用对应工具能力
返回结果并继续推理或生成输出

你可以把 MCP 理解为“AI 的工具总线”。

MCP 角色划分（避免术语混淆）

MCP 通常需要区分三个角色：

Host：承载 AI 功能的应用（如 IDE、桌面客户端、终端工具）
- 例如 Cursor、Claude Desktop、Codex CLI 这类应用本身通常就是 Host
Client：MCP 客户端，负责连接 MCP Server 并发起协议调用
- 例如 Cursor 内部实现的 MCP 客户端、Claude Desktop 内部的 MCP 客户端；它通常内置在 Host 中，而不是单独暴露给用户
Server：MCP 服务端，对外提供 tools/resources/prompts 等能力

常见链路：

Host -> Client -> Server

实践中你“配置 MCP”时，大多数是在配置 Server（启动命令、env、url、传输方式）。

原因是很多工具已经内置了 Host + Client，所以日常只会显式接触到 Server 配置。

常见产品对应关系：

你看到的产品/组件	在 MCP 中更接近的角色	说明
`Cursor`	`Host`	你通常在 `Cursor` 里配置 MCP；它内部带有 `Client`
`Claude Desktop`	`Host`	你操作的是桌面应用本身；MCP 连接由内置 `Client` 完成
`Codex CLI`	`Host`	终端工具作为宿主承载 AI 能力，内部可集成 `Client`
`Cursor`/`Claude Desktop` 内部的 MCP 实现	`Client`	负责读取配置、连接 `Server`、发起协议调用
`GitHub MCP Server`	`Server`	对外提供 GitHub 相关 tools/resources/prompts
`Postgres MCP Server`	`Server`	对外提供数据库查询或诊断能力

补充说明：

“终端”通常不是 MCP 协议里的独立核心角色
终端型 AI 工具更常见是作为 Host，内部再实现 Client

MCP 的官方传输类型

目前官方 MCP 标准传输主要有两类：

stdio
Streamable HTTP

1. `stdio`

stdio 表示客户端通过启动一个本地进程，并通过标准输入/标准输出与它通信。

特点：

适合本地工具或本机脚本
配置简单，通常只需要 command 和 args
不需要额外部署服务
更适合单机开发环境

适用场景：

连接本地文件系统工具
连接本地数据库辅助脚本
连接开发者机器上的 CLI 工具

2. `Streamable HTTP`

Streamable HTTP 表示客户端通过 HTTP 连接一个远程或本地可访问的 MCP Server。

特点：

适合远程共享服务
更适合团队统一接入
便于集中部署、鉴权和运维
适合多客户端复用同一个 MCP Server

适用场景：

团队统一接入 GitHub、知识库、数据库网关
需要集中权限控制和审计
需要多台机器或多个 AI 客户端共享同一服务

什么时候该用哪一个

如果工具只在你本机使用，而且启动方式就是一个命令，优先用 stdio
如果工具要给多人复用，或者需要统一部署与权限管理，优先用 Streamable HTTP
如果你只是本地开发、验证原型，先用 stdio 往往更快
如果你准备把 MCP 能力沉淀为团队基础设施，应该优先考虑 Streamable HTTP

可以简单理解为：

stdio = 本地进程型
Streamable HTTP = 服务型

MCP 配置结构（概念模型）

不同 Host 的配置格式不完全一致，但其内置 Client 使用的核心元素通常一致：

mcpServers:
  <server-name>:
    command/url: <how to connect>
    args: <startup args>
    env: <credentials and config>

关键字段说明：

server-name：服务名称（例如 github、postgres）
command / url：连接方式（本地进程或远程服务）
args：启动参数
env：运行所需环境变量（如 token、endpoint）

常见场景

代码协作：连接 GitHub，读 PR、Issue、仓库信息
数据查询：连接 Postgres/MySQL 做排查与统计
文档检索：连接搜索或知识库服务减少幻觉
本地自动化：连接文件系统/命令工具执行重复任务

与 Skills、Rules 的关系

Rules：约束边界（安全、风格、流程）
Skills：定义任务方法（步骤、检查点）
MCP：提供外部能力（数据源与工具调用）

三者配合后，AI 才能做到：做得对（Rules）、做得稳（Skills）、做得到（MCP）。

实践建议

先接入最小必要的 MCP Server，避免上下文噪音
敏感信息统一放环境变量，不写死在配置里
对高风险能力（写库、删改）设置明确的确认流程
定期清理不再使用的 MCP 连接，降低维护成本

什么是 MCP（先看结论）​

MCP 解决什么问题​

MCP 怎么工作（工作机制）​

MCP 角色划分（避免术语混淆）​

MCP 的官方传输类型​

1. stdio​

2. Streamable HTTP​

什么时候该用哪一个​

MCP 配置结构（概念模型）​

常见场景​

与 Skills、Rules 的关系​

实践建议​