MCP 核心概念：主机、客户端、服务器与三类能力

这篇适合谁，读完能做到什么

适合已经听说过 MCP，想弄清它由哪些部分组成的开发者和学生。读完你应该能说清主机、客户端、服务器各自的职责，分得出资源、提示词、工具三类能力，并照着示例写出一个能被智能体调用的工具函数。

MCP 是什么

MCP（Model Context Protocol，模型上下文协议）是一个标准化框架，用来优化大语言模型与外部工具、应用和数据源之间的通信^[1]。它的核心价值是统一接口：工具按照同一套协议暴露能力，支持 MCP 的应用就能调用，不必为每个应用单独写一遍接入代码。

三个角色：主机、客户端和服务器

MCP 采用客户端-服务器架构，一个主机应用可以连接多个服务器^[1]。常见的主机有 Claude Desktop、Visual Studio Code 和 Claude Code^[1]。主机负责协调模型交互、控制界面、执行权限和安全约束，并管理用户对数据共享和工具执行的同意^[1]。

主机会为每个服务器创建一个客户端。客户端由主机为某个具体服务器建立，两者是逻辑上的一对一关系，并不要求保持持久的网络连接^[1]。服务器则负责提供上下文、工具和能力，它可以运行在和主机同一台电脑上，也可以部署在外部平台^[1]。

服务器的三类基本能力

服务器可以暴露三种基本能力，任意组合都可以^[1]：

资源（resources）：文件、数据库条目、知识库文章、API 返回的数据等上下文信息。资源用 URI 标识，用 resources/list 发现，用 resources/read 读取^[1]。
提示词（prompts）：可复用的模板，用来组织与模型的对话，支持变量替换。用 prompts/list 发现，用 prompts/get 获取^[1]。
工具（tools）：模型可以调用的可执行函数，用来执行操作或获取实时数据。每个工具有唯一的名称、描述，以及用 JSON Schema 定义的参数。用 tools/list 发现，用 tools/call 执行^[1]。

可以这样理解：工具是动词，负责做事；资源是名词性质的上下文，负责提供材料。工具还可以附带注解，例如 readOnlyHint 和 destructiveHint，说明它是只读还是有破坏性，方便客户端在执行前做判断^[1]。

一次工具调用的大致过程是这样的：用户在主机里提问，主机把输入交给客户端；如果模型判断需要某个工具，客户端就向服务器发送工具调用请求，写明工具名称和参数；服务器执行函数，把结果以结构化格式返回；客户端把结果并入模型的上下文，模型据此生成回答，再由主机展示给用户^[1]。

客户端能力：采样、根目录、询问用户和日志

客户端也可以向服务器暴露一些能力^[1]：

采样（sampling）：服务器请求客户端的 AI 应用生成一次模型补全，方法是 sampling/createMessage。
根目录（roots）：告诉服务器哪些文件系统位置与请求相关，使用 file:// URI。它只是提示，不授予访问权限，也不构成安全边界^[1]。
询问用户（elicitation）：服务器通过客户端界面向用户索取补充信息或确认，方法是 elicitation/create^[1]。
日志（logging）：服务器向客户端发送结构化日志，便于调试和监控。

在 2026-07-28 版规范中，采样、根目录和日志已被标记为弃用，仍可用于兼容。新的实现应直接接入模型厂商的 API，用工具参数、资源 URI 或服务器配置传递目录，并用 stderr 配合 OpenTelemetry 做可观测性。这三项都可能在 2027 年 7 月 28 日或之后发布的规范修订中被移除^[1]。询问用户没有被弃用。

协议版本和通信方式

MCP 用日期作版本号，格式为 YYYY-MM-DD，当前版本是 2026-07-28^[1]。这一版去掉了 initialize 握手和协议层的会话 ID，使传输层变成无状态^[1]。

MCP 消息基于 JSON-RPC 2.0。请求带有 id、method 和可选的 params；通知没有 id，也不需要回应^[1]。

传输方式主要有两种^[1]：

STDIO：通过标准输入输出与同一台机器上的本地进程通信，适合本地服务器。
Streamable HTTP：客户端用 HTTP POST 发送消息，服务器可以选用 Server-Sent Events 推送消息，适合跨网络的远程服务器。它支持 Bearer Token、API Key 和自定义请求头，MCP 推荐用 OAuth 做令牌认证^[1]。

上手：用 Python 写一个天气工具

示例使用 fastmcp 包，先安装^[1]：

pip install fastmcp

接下来是工具函数本身。@mcp.tool() 装饰器把普通函数注册为 MCP 工具^[1]：

@mcp.tool()
def get_weather(location: str) -> dict:
    """Gets current weather for a location."""
    return {
        "temperature": 72.5,
        "conditions": "Sunny",
        "location": location
    }

这段代码只包含工具函数。要让它运行起来，还需要先创建 fastmcp 的服务器对象，并通过标准输入输出启动服务，这部分的写法请以官方文档为准^[2]。这个示例返回的是固定数据，真正使用时应在函数里调用天气接口。

常见问题和限制

工具会被模型调用，就会产生真实动作，权限要从一开始考虑。MCP 本身并不要求每次工具调用都弹出确认框，但主机应当让工具调用可见、允许用户拒绝，并在执行敏感操作前展示输入和影响^[1]。
远程连接应使用 HTTPS 和 MCP 授权模型；本地 stdio 服务器依赖进程隔离、可信配置，以及对继承凭证的安全处理^[1]。
对所有参数做校验，按 JSON Schema 拒绝不合规的输入，可以防止注入类攻击^[1]。
Tasks 扩展用于耗时较长的操作。在 2026-07-28 版中它已是官方扩展，通过 tasks/get、tasks/update 和 tasks/cancel 查询和管理任务，tasks/list 已被删除^[1]。
从 2025-11-25 版迁移过来的服务器要参考 2026-07-28 版的变更说明，部分概念已经变了^[1]。