什么是 MCP（Model Context Protocol）？给非技术用户的完全指南

大语言模型很聪明，但默认是"信息闭塞"的：它只会基于训练数据回答，看不到你的数据库、读不了你的文件、也打不开你的 GitHub。MCP 就是用来打通这层隔阂的标准。

一句话解释 MCP

MCP（Model Context Protocol，模型上下文协议）是一个开放标准，规定了 AI 应用如何与外部的工具和数据源"对话"。有了它，AI 就能在获得授权后去查数据库、调接口、读写文件、操作设计稿——而不只是聊天。

为什么需要 MCP：AI 的"USB-C 接口"

在 MCP 之前，每个 AI 应用要接一个外部系统，都得单独写一套对接代码。N 个 AI 应用接 M 个工具，就是 N×M 种组合，重复且混乱。

MCP 把这件事标准化了，就像 USB-C 之于硬件：只要工具方按 MCP 标准提供一个"接口"，任意支持 MCP 的 AI 客户端都能即插即用。这也是为什么近一两年 MCP 工具会爆发式增长——写一次，到处可用。

MCP 是怎么工作的

你只需要理解三个角色：

• 宿主（Host）：你实际在用的 AI 应用，比如 Claude Code、Cursor、Codex。
• 客户端（Client）：宿主内部负责按 MCP 协议通信的部分，你通常感觉不到它。
• 服务器（Server）：真正提供能力的一方，比如"GitHub MCP 服务器""PostgreSQL MCP 服务器"。每个你"安装"的 MCP 工具，本质就是一个 server。

它们之间有两种常见的连接方式：

一个 MCP 服务器通常对外暴露三类东西：工具（tools）——可被 AI 调用的动作；资源（resources）——可被读取的数据；提示（prompts）——预设的提示模板。

MCP 能做什么：举几个例子

• 让 AI 直接查询你的 PostgreSQL / MySQL 数据库并解释结果；
• 让 AI 读写 GitHub 的 issue、PR 与仓库内容；
• 让 AI 操作 Figma 设计稿、抓取网页、调用搜索引擎；
• 让 AI 访问本地文件系统，按你的要求整理文档。

在本站你可以按能力浏览全部 MCP 工具，或直接用语义搜索描述你想做的事（比如"查 PostgreSQL 数据库"），让站点帮你找到对应工具。

安装一个 MCP 工具大概是什么体验

绝大多数 MCP 工具的安装就两步：告诉 AI 客户端"有这么一个服务器"，再填上必要的密钥。本站把每个工具的安装方式归一成了两种：

1. 一键代装：复制一段安装指令交给 AI，让它自动完成配置——适合新手；
2. 命令行安装：复制原生命令或配置（如 claude mcp add、Cursor 的 mcp.json），自己粘贴——适合熟悉的用户。

安全：MCP 不是越多越好

正因为 MCP 能运行进程、访问数据、连接网络，它的权限边界值得认真对待。安装前请务必看清楚它要哪些权限、要不要密钥、来源是否可信。本站为每个工具提供了安全评估，给出风险等级与建议。

下一步建议读：如何安全挑选与安装 MCP 工具，以及Skill 还是 MCP，两者区别与如何选择。

小结

MCP 是让 AI 从"会聊天"走向"会干活"的关键一环。你不需要懂它的底层协议，只需要记住：它是 AI 连接外部世界的标准接口，安装通常就是"声明一个服务器 + 填一个密钥"，而安全永远值得多看一眼。