MCP 是协议不是软件:一次写工具,谁都能接
一份关于 MCP 协议的课程文稿整理。作者先纠正一个常见误解:MCP 不是开源项目,是一套接口协议,把 AI 应用和工具分成 Client 与 Server 两端。它解决的是「每换一个框架就重写一遍封装」的插线板问题。中段讲生态现状——找 MCP 的四个去处,以及为什么开发者工具占了绝大多数。后半段是两个工程实作:用框架起一个邮件 MCP Server,再用客户端接上去。其中两条安全实践分量最重:密钥绝不能让模型管,工具白名单防的是「用熟了之后再加塞」。
本文整理自课程文稿《14|MCP 协议:标准化定义工具接口》。文稿末尾自注「内容由 AI 生成」,属整理稿而非逐字记录。
文中的协议行为、框架实现与端口沿用文稿原述,未做外部核验。
上一篇结尾留了一句:有人说 MCP 已死。这一讲就来回答它到底是什么。
先纠正一个误解
很多人以为 MCP 是个开源软件。它不是。
MCP 是一套工具调用协议,2024 年由某家模型公司提出。
协议的意思是:我定一个标准,大家尽量按这个来。 就像 HTTP,只要都遵守,就能用同一套语言说话,于是形成生态。
而它把整个体系分成两端。
| 端 | 是谁 | 干什么 |
|---|---|---|
| Client | AI 应用 | 连工具、拉列表、发调用 |
| Server | 工具提供方 | 暴露固定的 MCP 接口 |
作者补了一个观察:**MCP 的设计主要是以调用远端服务为主。**默认理解是远端有一些服务器,各自提供不同工具,AI 只要知道地址就能用。
这和最早那批 Web Service 的思路是一致的。
三种能力,不只有工具
一个 MCP Server 通常支持三类东西。
| 类型 | 是什么 |
|---|---|
| Tools | 工具 |
| Prompts | 一批提示词,可让 AI 加载 |
| Resources | 文件内容,可定期更新 |
他顺手点了一句:Prompts 这一类其实很像现在 Skills 的概念。理由是「有时候 prompt 即服务」。
协议本身做了什么
接口层面很朴素:每个服务端暴露固定接口,其中有一个是列出工具。
典型的一次连接是这样:
- AI 请求工具列表
- 服务端返回有哪些工具,每个带 JSON Schema 描述入参
- 选定工具后按固定格式调用
- 结果返回给 AI 继续用
传输层也演进过:最早用 WebSocket,后来改成 Streamable HTTP,所以支持流式。
它到底解决了什么
这一节我认为是理解 MCP 价值的关键。
他先描述了没有 MCP 的时代有多难受。
那时候各种框架都起来了,自己也手搓了不少 AI 应用。每当要接一个工具,就得专门封装一次——像前面封装搜索 API 那样,每个都写一遍描述、写一遍适配。
**更糟的是换框架。**换到另一个框架,同一套调用逻辑要重写一遍。
而如果你是个工具提供方,想让别人用你的工具呢?别人看着你的 API,还是得自己写代码。
所以状态是完全割裂的。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart LR
subgraph 没有 MCP
A1["工具 A"] --> B1["为框架 1 封装"]
A1 --> B2["为框架 2 封装"]
C1["工具 B"] --> B3["为框架 1 封装"]
end上图是这种 N × M 的连接。每加一个工具或一个框架,都要重新接线。
MCP 的做法是:协议统一之后,工具开发一次放在那儿,谁来接都不用管。
有人来接,它就自动给一个工具列表——我有什么工具、有什么 prompt、有什么 resource。需要的时候调就完事了。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart LR
A2["工具 A"] --> P["MCP 协议"] --> F1["任何客户端"]
C2["工具 B"] --> P上图是它的形状:**从 N × M 变成 N + M。**接口只写一次,两边都按协议走。
生态现状:去哪儿找
他给了四个去处。
| 去处 | 形态 |
|---|---|
| 官方站点 | 收录典型或相对官方的 MCP,也有个人发布 |
| 各客户端的市场 | 比如编辑器里直接有 MCP 商店和排行榜 |
| 托管基站 | 自己写了没服务器,扔上去变成 Web Server |
| 开源社区 | 各种 awesome 清单,收集的是地址不是代码 |
他也提到两种交付形态:有的直接给你一个地址就能调,有的给你源码要自己起。
谁在提供 MCP
他有一个很有意思的观察:
要不然说 AI 先卷的还是开发者呢?毕竟开发者最懂开发者。
所以网上的 MCP Server 分四波,占比差别很大。
| 波次 | 类型 | 例子 |
|---|---|---|
| 第一波(最多) | 开发相关 | 排查错误、流水线、Git、数据库连接 |
| 第二波 | 通用 AI 工具 | 浏览器、搜索、文档处理 |
| 第三波 | 大厂 API | 地图、即时通信、文档管理 |
| 第四波(最少) | 垂类应用 | 金融、法律、股票行情 |
和 Skill 的关系
这是 13 讲留下的悬念,他给了判断。
Skill 起来之后,MCP 生态确实受冲击。但两者不是纯竞争关系。
他的理由很直接:MCP 仍然是如何执行工具的更好封装。「你不能指望所有东西都拿 Skill 的 script 去封装。」
实作一:起一个邮件 MCP Server
他给了两个代码库:一个是客户端(框架里怎么接 MCP),一个是基于 FastAPI 的 MCP Server 框架。
框架本身把企业级那套都封装好了:支持流式 HTTP、异步高并发、API key 鉴权、JSON 日志、Prometheus 指标、日志分级。
而写一个工具,只需要一个装饰器。
邮件服务的三个工具
| 工具 | 作用 |
|---|---|
| 列出邮件 | 拿邮件列表 |
| 邮件详情 | 拿正文 |
| 发送邮件 | 发出 |
支持国内三家邮箱,想扩展只要填对应的 IMAP 和 SMTP 地址。
🔴 铁律一:密钥绝不能让模型管
这一句他说得很重,值得单独拎出来。
密钥不能交给模型管。
所有让模型调用接口去生成密钥,都是非常不安全的东西。
**为什么邮箱这个场景特别明显?**因为发邮件需要私钥,而私钥一旦让模型经手,就等于把凭证放进了上下文——而上下文是可以被构造的。
他的做法是这样的链路:
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart LR
A["上游 AI 应用<br/>可信的企业身份"] -->|"钩子注入 User ID<br/>不走模型"| B["MCP Server"]
B --> C["按 User ID 换出<br/>该用户预注册的邮箱密钥"]
C --> D["发信"]上图是这条链路。注意第一段:用户身份是钩子直接传进来的,模型碰不到。
而且前提很硬:如果这个用户事先没在 MCP 上注册邮箱和密钥,就根本发不出去。
他给的接口只有两个:注册邮箱(一次性,注册后加密存在服务器上)、MCP 工具调用(请求头带用户 ID,映射到对应邮箱密钥)。
实作二:客户端怎么接
客户端这边反而简单,但要看清几个配置。
工具白名单(🔴 铁律二)
他在配置里加了一个静态工具白名单。
他说这个「为了安全控制非常重要」,而理由是一个很具体的攻击场景:
假设你调的是一个不可信的 MCP。开发的时候它还是好好的,你就直接用了。结果用了一段时间,它看开发者用得差不多了,往里加了一堆黑客注入的工具。
然后你一次工具列表拉回来,就被黑掉了。
所以他的做法是:不管你提供什么工具,我只接受这三个。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart TB
A["MCP Server<br/>起初 3 个工具"] --> B["你信任并使用"]
B --> C["某天它悄悄加到 6 个"]
C -->|"无白名单<br/>全量拉取"| D["注入的工具生效"]
C -->|"有白名单<br/>只认这 3 个"| E["多余工具被过滤"]上图是白名单防的是什么。它防的不是第一天的恶意,是第 N 天的变质。
执行流程
他还带看了一遍真实运行。
第一步,初始化时就请求工具列表。 日志里能看到一次 tools/list 请求,返回每个工具的名字、描述、入参 schema。
第二步,框架给工具改名。 它会用 host 加 MCP 前缀拼出工具名——这是框架自己的处理,为了多个服务器的工具不冲突。
第三步,模型思考后决定调哪个。 当它发现要调的是那个带前缀的工具时,框架自动映射回对应的 MCP 客户端去真实调用。
第四步,结果回灌,进入下一轮 ReAct。
他说完这段的总结很实在:
你只要改一下 URL 和一些参数,就能让你的 AI 连接网络上的任何 MCP 服务。
这就是 MCP 的价值——它让 AI 使用工具的成本变得非常低。
这次实作里踩到和验证到的
原文散着几处实测细节,收在一起看比较清楚。
三个可验证的观察点
| 观察 | 怎么看 |
|---|---|
| 工具列表什么时候拉 | agent 初始化时就会发一次 tools/list |
| 工具名会被框架改写 | 日志里带 host 前缀,说明框架做了映射 |
| 改一个 URL 就能接新服务 | 「同样地,改一下 URL 和参数,就能连网络上的任何 MCP」 |
第三条是他反复强调的价值点,而它本身就可以用手验证:换一个 MCP 地址,其它代码不动,看还能不能跑通。
两个真实失败
失败一:那个 20 多个工具的 MCP。
他给了一个具体数字:一个 MCP 返回二十几个工具,工具列表本身就要 13,000 token。
后果很直白——上下文处理能力一般的模型,光装工具列表就撑不住了。他还顺手解释了一个长期疑惑:为什么浏览器那类 MCP 用起来总是不顺,就是因为工具太多,模型扛不住。
失败二:白名单防的那个场景。
他描述的是一次他没踩、但明确预见的事故:一个不可信 MCP,开发时好好的,用熟了之后往里加塞注入工具。没有白名单,下一次 tools/list 全量拉取,直接就中招。
他给的对策很干脆:不管服务提供什么,只接受白名单里的那几个。
反模式与最佳实践
一、MCP 不能太大
他给了一个很具体的数据:
一个 MCP Server 的 list 返回二十多个工具,直接干上去就是 13K,相当于 1.3 万 token。
后果:如果模型上下文处理能力不够,基本就废了。
他还顺手解释了一个长期疑惑:为什么浏览器那类工具用起来总是不太顺?
就是因为模型能力真的扛不住这么大的 MCP。
**但也不能太小。**因为每套都是 schema,太小的话多次交互同样浪费 token。还是回到工具设计的原则。
二、别同步阻塞
Streamable HTTP 本身是长连接。如果底层工具跑太久,你不要同步阻塞在那里——「那样很有可能就超时断开了。」
三、身份参数不能走模型
这条前面说过,他又强调了一次:用户身份参数一定要放在 HTTP 头里,不能让模型生成。
四、最佳实践:无状态 + 幂等
最好做成无状态的 MCP,并且保证幂等,这样才能更好地让 AI 去用。
我的三点补充
以下是评注,不是原片内容;取舍由我负责。
第一,「工具白名单防的是变质而不是恶意」这个视角值得单独记。 大多数安全讨论假设敌人在一开始就存在,所以「先审查再用」看起来够用。但 MCP 是个远程连接,服务端随时可以改。 你今天审过的东西,明天可能不是同一个东西。白名单的价值就在于:它把「信任」从一次性判断变成了持续约束。
第二,「密钥不能让模型管」这条和上一篇的权限铁律是同一条原则的两次出现。 上一篇讲的是「权限传递不走模型」,这一篇讲的是「密钥不经模型手」。共同点是:凡是安全凭证,路径都必须绕开模型这一层。 因为模型读的是文本,而文本可以被构造——模型不是一个可以承担安全责任的组件。
第三,那个「20 多个工具 = 1.3 万 token」的数字,解释了 MCP 生态的一个隐性成本。 MCP 让接工具变得极便宜,但每个接上的工具都在常驻消耗上下文。所以它的自由是双向的:接得快,也堆得快。这也解释了为什么作者一直强调「工具要小、要专注」——在 MCP 时代,克制比能力更重要。
一句话总结:MCP 把「接工具」从一对一的活,变成了一个协议。 代价是每条连接都要重新问一遍:这个工具我真的需要吗,它明天还是我审过的样子吗。