AI 应用工程入门（十四）：MCP 为什么是连接层？

AI 从聊天进入真实工作流后，必须连接文件、数据库、浏览器、设计稿、部署平台和内部业务系统。MCP 解决的就是这些外部能力如何标准化接入的问题。

题目 1：MCP 是什么？

标准答案：MCP 全称 Model Context Protocol，是让 AI 应用连接外部系统的开放协议。可以理解成 AI 应用连接工具、数据和工作流的标准接口。

工程要点：MCP 不是模型，也不是 Agent。它是模型和外部世界之间的连接协议。它的价值在于让工具、上下文和工作流入口标准化。

题目 2：MCP 解决什么问题？

标准答案：它解决 AI 应用接入外部能力太分散的问题。没有 MCP 时，不同客户端各有一套插件和工具格式；有 MCP 后，一个 Server 可以被多个支持 MCP 的客户端接入。

工程要点：如果一个能力需要被多个 AI 工作流复用，就适合考虑 MCP 化。比如文件系统、数据库、Git、浏览器、部署平台和内部业务系统。

题目 3：MCP 里最重要的能力是什么？

标准答案：Resources、Tools 和 Prompts。Resources 是给模型看的上下文数据；Tools 是模型可以请求调用的函数；Prompts 是可复用的提示模板或工作流入口。

工程要点：可以记成：Resources 是看什么，Tools 是做什么，Prompts 是怎么开始做。

一个 MCP Server 的简化示意可以这样理解：

server.resource("docs://handbook", async () => {
  return {
    contents: [
      {
        uri: "docs://handbook",
        text: await readHandbook(),
      },
    ],
  };
});

server.tool("search_docs", {
  query: z.string(),
}, async ({ query }) => {
  return searchDocuments(query);
});

server.prompt("answer_with_sources", () => ({
  messages: [
    {
      role: "user",
      content: "请基于检索资料回答，并列出来源。",
    },
  ],
}));

这三个入口对应三件事：给模型资料、让模型请求动作、提供可复用任务模板。MCP 的意义不是多一个名词，而是把这些连接方式统一起来。

题目 4：MCP Client、Server、Host 分别是什么？

标准答案：Host 是用户使用的 AI 应用，Client 是 Host 内部负责连接 MCP Server 的组件，Server 是暴露工具、资源和 Prompt 的服务。

工程要点：学习 MCP 时，先会用现成 Server，再理解 Tools、Resources、Prompts，然后写简单只读工具，最后再接入有权限风险的业务工具。

题目 5：MCP 最大安全风险是什么？

标准答案：MCP 让 AI 能接触真实文件、数据库和外部 API，所以风险包括越权读取、误调用危险工具、Prompt Injection 诱导工具调用、token 泄露和跨租户数据泄漏。

工程要点：原则是最小权限、用户确认、敏感工具分级、参数校验、日志审计。模型可以建议调用工具，但后端必须决定能不能执行。

完整示例：MCP 把工具、资源和 Prompt 标准化

MCP 这节不能只讲概念。它的价值在于把外部能力标准化：文件、数据库、浏览器、设计稿、部署平台、内部系统，都可以通过 MCP Server 暴露给支持 MCP 的客户端。这样能力不用为每个客户端重复接一套。

MCP 里最重要的是三类入口：Resources、Tools、Prompts。Resources 是给模型看的资料，Tools 是模型可以请求调用的动作，Prompts 是可复用的任务入口。

Resources：看什么，例如 docs://handbook、db://schema/users。
Tools：做什么，例如 search_docs、query_database、create_ticket。
Prompts：怎么开始做，例如 answer_with_sources、review_pr。

一个简化的 MCP Server 可以这样理解：

server.resource("docs://handbook", async () => ({
  contents: [
    {
      uri: "docs://handbook",
      text: await readHandbook(),
    },
  ],
}));

server.tool("search_docs", { query: z.string() }, async ({ query }) => {
  return searchDocuments(query);
});

server.prompt("answer_with_sources", () => ({
  messages: [
    { role: "user", content: "请基于资料回答，并列出来源。" },
  ],
}));

学习 MCP 的顺序应该是：先会用现成 Server，再理解 Tools、Resources、Prompts，然后写只读工具，最后再接有权限风险的业务工具。不要一上来就给模型写数据库写入工具。

MCP 的安全原则和 Tool Calling 一样：最小权限、用户确认、参数校验、日志审计。模型可以请求工具，但工具能不能执行，要由 Host、Client 或 Server 的安全规则决定。

这一课的完整答案是：MCP 不是模型，也不是 Agent，而是 AI 工程的连接层。它让工具、数据和任务入口能被标准化复用。

这一篇最该带走的结论是：MCP 是 AI 工程里的连接层。它把模型、工具、数据和工作流标准化接起来。