MCP 协议深度解析：AI 工具的"TCP/IP"

最后更新：2026-08-11

MCP（Model Context Protocol）是 Anthropic 提出的开放协议标准，让 AI 模型与外部工具/数据源之间建立标准化的连接。你可以把它理解为 AI 世界的"HTTP + REST"——定义了一套通用语言，让任何 AI 客户端都能连接任何 MCP 兼容的服务器。

一、为什么需要 MCP

1.1 没有 MCP 之前

每个 AI 工具要对接外部系统，需要各自实现一套集成逻辑：

问题	后果
Claude Code 要接 GitHub API	写一套 GitHub 集成代码
Codex CLI 也要接 GitHub API	再写一套（不兼容）
我想用自建的内部 API	没有标准接口，只能改源码或发 PR
工具间无法互操作	Claude Code 的数据库连接，Cursor 用不了

1.2 有了 MCP 之后

核心价值：一次编写 MCP Server，所有 MCP 客户端都能用。就像写一个 REST API，任何 HTTP 客户端都能调用。

二、协议层次

2.1 传输层

传输方式	适用场景	特点
stdio	本地进程通信	最常用，Claude Code 默认方式，启动子进程通过 stdin/stdout 通信
SSE (HTTP)	远程服务	适合部署在服务器上的 MCP 服务
WebSocket	双向实时通信	适合需要推送通知的场景
Streamable HTTP	新一代传输	2025 年新增，整合了 SSE + 流式响应

2.2 消息层：JSON-RPC 2.0

MCP 的所有通信都遵循 JSON-RPC 2.0 格式——一个极简的远程调用协议：

json

// 请求：客户端向服务器发
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "search_symbol",
    "arguments": { "query": "process_data" }
  }
}

// 成功响应：服务器返回
{
  "jsonrpc": "2.0",
  "id": 1,
  "result": {
    "content": [
      { "type": "text", "text": "Found at src/core.cpp:42" }
    ]
  }
}

// 错误响应
{
  "jsonrpc": "2.0",
  "id": 1,
  "error": {
    "code": -32601,
    "message": "Method not found: search_symbol"
  }
}

// 通知：无需响应
{
  "jsonrpc": "2.0",
  "method": "notifications/resources/updated"
}

消息类型	有 `id` ？	需要响应？	用途
Request	✅	✅	客户端发起调用，服务器必须响应
Response	✅	—	服务器对 Request 的应答
Notification	❌	❌	单向通知，无需响应
Error	✅	—	处理失败的响应

2.3 应用层：三种能力原语

这是 MCP 最核心的部分——定义了三种"AI 能看到和操作"的东西：

Tools（工具）—— 最常用的能力

Tools 让 AI 调用外部系统执行操作：

json

// 服务器声明自己有什么工具（客户端启动时获取）
{
  "tools": [
    {
      "name": "query_database",
      "description": "执行 SQL 查询",
      "inputSchema": {
        "type": "object",
        "properties": {
          "sql": { "type": "string" }
        },
        "required": ["sql"]
      }
    },
    {
      "name": "create_issue",
      "description": "在 GitHub 创建 Issue",
      "inputSchema": {
        "type": "object",
        "properties": {
          "title": { "type": "string" },
          "body": { "type": "string" },
          "labels": { "type": "array", "items": { "type": "string" } }
        },
        "required": ["title", "body"]
      }
    }
  ]
}

AI 客户端看到这个声明后，就会在合适的时机调用 tools/call：

json

// AI 调用工具
{ "method": "tools/call",
  "params": {
    "name": "query_database",
    "arguments": { "sql": "SELECT * FROM users WHERE status = 'active'" }
  }
}

Resources（资源）—— 数据源

Resources 暴露可读取的数据，类似于文件系统中的"文件"概念：

json

// 服务器声明的资源
{
  "resources": [
    {
      "uri": "schema://users_table",
      "name": "用户表结构",
      "mimeType": "application/json"
    },
    {
      "uri": "config://server_settings",
      "name": "服务器配置",
      "mimeType": "text/plain"
    }
  ]
}

客户端通过 resources/read 获取内容：

json

{ "method": "resources/read",
  "params": { "uri": "schema://users_table" }
}

Prompts（提示模板）

Prompts 是预定义的提示词模板，可以被 AI 客户端发现和调用：

json

{
  "prompts": [
    {
      "name": "code_review",
      "description": "标准化 Code Review 模板",
      "arguments": [
        { "name": "file", "description": "要审查的文件", "required": true }
      ]
    }
  ]
}

// 客户端获取模板
{ "method": "prompts/get",
  "params": {
    "name": "code_review",
    "arguments": { "file": "src/auth.cpp" }
  }
}

2.4 三种能力对比

维度	Tools	Resources	Prompts
操作方向	读写	只读	只读
AI 可以	调用执行	读取内容	获取模板
典型场景	查数据库、调 API、写文件	读表结构、读配置文件	代码审查模板、提交信息模板
inputSchema 验证	✅	❌	❌
会改变系统状态吗	✅	❌	❌

三、生命周期：一次完整的 MCP 会话

关键点：

阶段	方法	说明
初始化	`initialize` + `initialized`	双向握手，交换能力声明
发现	`tools/list`、`resources/list`、`prompts/list`	AI 知道服务器能做什么
运行	`tools/call`、`resources/read`、`prompts/get`	实际调用
通知	`notifications/resources/updated`	服务器主动通知资源变化

四、自建 MCP Server 实战

4.1 最简示例：文件搜索服务器（Node.js）

javascript

// file-search-server.mjs
import { McpServer } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { readFileSync, readdirSync } from "fs";

const server = new McpServer({
  name: "file-search",
  version: "1.0.0"
});

// 注册一个 Tool：搜索文件
server.tool(
  "search_files",
  "在目录中搜索包含指定文本的文件",
  {
    pattern: { type: "string", description: "要搜索的文本" },
    directory: { type: "string", description: "搜索目录" }
  },
  async ({ pattern, directory }) => {
    const files = readdirSync(directory, { recursive: true });
    const results = [];
    for (const f of files) {
      const content = readFileSync(`${directory}/${f}`, "utf-8");
      if (content.includes(pattern)) {
        results.push({ file: f, line: content.indexOf(pattern) });
      }
    }
    return { content: [{ type: "text", text: JSON.stringify(results, null, 2) }] };
  }
);

const transport = new StdioServerTransport();
await server.connect(transport);

4.2 注册到 Claude Code

bash

# 方式一：命令行注册（local 作用域，仅当前用户可见）
claude mcp add file-search -e NODE_ENV=production -- node file-search-server.mjs

# 方式二：写在 .mcp.json（project 作用域，团队共享）

.mcp.json 示例：

json

{
  "mcpServers": {
    "file-search": {
      "command": "node",
      "args": ["file-search-server.mjs"],
      "env": { "NODE_ENV": "production" }
    },
    "database": {
      "command": "python",
      "args": ["db_mcp_server.py"],
      "env": { "DB_HOST": "localhost" }
    }
  }
}

4.3 MCP 服务器开发要点

要点	建议
description 很重要	AI 靠 description 判断何时调用你的工具，写清楚"什么场景下用"
inputSchema 要完整	用 JSON Schema 声明参数类型和必填项，AI 才能正确传参
错误处理	返回标准 JSON-RPC 错误码，不要直接 crash
性能	MCP Server 是长期运行的子进程，注意内存泄露
安全	限制可访问的目录/数据库范围，不要给 root 权限
幂等性	读操作要幂等，写操作考虑事务

五、MCP 的局限与展望

5.1 当前局限

局限	说明
状态管理	协议本身无状态，会话状态需服务器自行管理
流式输出	工具调用是 request-response 模式，不支持流式返回（2025 年 Streamable HTTP 逐步改善）
服务发现	没有服务注册中心，"有什么 MCP Server 可用"靠配置文件管理
版本兼容	协议版本升级时，旧版客户端和服务器可能不兼容
安全模型	权限控制依赖 AI 客户端实现，协议层没有细粒度鉴权

5.2 生态现状

类型	例子
官方 SDK	TypeScript / Python / Kotlin / Java
常见 MCP Server	GitHub API、Postgres、Puppeteer (浏览器)、Brave Search、CodeGraph
客户端支持	Claude Code、Cursor、Codex CLI、Continue、Sourcegraph Cody
注册中心	modelcontextprotocol.io 官方列表 + npm/pip 社区包

5.3 为什么 MCP 是"AI 世界的 TCP/IP"

就像 TCP/IP 让不同操作系统的计算机能通信，MCP 让不同厂商的 AI 工具能连接同一个数据源。你写一个 GitHub MCP Server，Claude Code、Cursor、Codex CLI 都能用——这就是标准化的力量。

六、和本仓库其他文档的关系

文档	内容	与本文的关系
AI 编程工具总纲	工具选型、四级演化	MCP 是总纲中"协作基础设施"的核心协议
Claude Code CLI 教程 §十	MCP 在 Claude Code 中的配置与使用	本文是协议原理，那里是操作指南
CodeGraph 教程	基于 MCP 的代码知识图谱	CodeGraph 是 MCP Server 的典型应用案例
Agent vs Skill 解析	Agent 如何用 MCP 获取工具	MCP 为 Agent 提供了标准化的工具接入方式

一句话总结

MCP 是 AI 工具连接外部世界的标准化协议：就像 HTTP 让互联网应用互通，MCP 让任何 AI 客户端通过同一套 JSON-RPC 接口对接任何数据源和工具——一次编写 MCP Server，所有 AI 工具通用。它定义了三种能力原语（Tools 执行操作、Resources 读取数据、Prompts 提供模板），通过 stdio/SSE/WebSocket 传输，让 AI 从"封闭的聊天窗口"进化为"连接一切的智能代理"。

CPU 微架构总纲

内存序总纲

CPU 硬件架构总纲

缓存与内存

一致性协议对比

进程总纲

进程数据结构(task_struct)

VFS总纲

ELF 总纲

NUMA 总纲

网络总纲

内核调用链（socket → bind → listen → accept）

IO 模型与并发

传输控制

内核调优与硬件

I/O 总纲

PCIe 主题

低延时设计

容器技术

存储系统

perf 工具指南

高级性能工具

perf实战案例集

调试与调优

CPU 指标

内存指标

IO 指标

网络指标

调度指标

CPU性能演示(cpu_demo)

TLB抖动演示

动态探针演示(D11)

阶段1 写出Echo

Day 1: TCP Echo 从零

Day 2: 本地测试

阶段2 FD瓶颈

Day 4: FD 限制

Day 5: FD 与 ulimit

Day 6: 修复 FD 验证 10K

阶段3 TCP参数

阶段4 CPU/软中断

阶段5 NUMA深入

阶段6 百万连接

阶段7 短连接

阶段8 进阶复盘

MCP 协议深度解析：AI 工具的"TCP/IP" ​

一、为什么需要 MCP ​

1.1 没有 MCP 之前 ​

1.2 有了 MCP 之后 ​

二、协议层次 ​

2.1 传输层 ​

2.2 消息层：JSON-RPC 2.0 ​

2.3 应用层：三种能力原语 ​

Tools（工具）—— 最常用的能力 ​

Resources（资源）—— 数据源 ​

Prompts（提示模板） ​

2.4 三种能力对比 ​

三、生命周期：一次完整的 MCP 会话 ​

四、自建 MCP Server 实战 ​

4.1 最简示例：文件搜索服务器（Node.js） ​

4.2 注册到 Claude Code ​

4.3 MCP 服务器开发要点 ​

五、MCP 的局限与展望 ​

5.1 当前局限 ​

5.2 生态现状 ​

5.3 为什么 MCP 是"AI 世界的 TCP/IP" ​

六、和本仓库其他文档的关系 ​

一句话总结 ​

MCP 协议深度解析：AI 工具的"TCP/IP"

一、为什么需要 MCP

1.1 没有 MCP 之前

1.2 有了 MCP 之后

二、协议层次

2.1 传输层

2.2 消息层：JSON-RPC 2.0

2.3 应用层：三种能力原语

Tools（工具）—— 最常用的能力

Resources（资源）—— 数据源

Prompts（提示模板）

2.4 三种能力对比

三、生命周期：一次完整的 MCP 会话

四、自建 MCP Server 实战

4.1 最简示例：文件搜索服务器（Node.js）

4.2 注册到 Claude Code

4.3 MCP 服务器开发要点

五、MCP 的局限与展望

5.1 当前局限

5.2 生态现状

5.3 为什么 MCP 是"AI 世界的 TCP/IP"

六、和本仓库其他文档的关系

一句话总结