Docs · App Dev Guide

大模型应用开发

从 Prompt 工程到 AI Agent，一站式覆盖大模型应用开发全链路 —— 让你能在 1 周内跑出生产级 MVP。

MCP · 协议概览

MCP（Model Context Protocol）= 大模型的「USB-C 协议」。Anthropic 2024 年 11 月开源，2025 年成为事实标准 —— 几乎所有主流模型厂商（OpenAI / Google / DeepSeek / Mistral）和 IDE（Cursor / VSCode / Zed）都已支持。

一句话理解 MCP

MCP 标准化了「大模型 ↔ 外部工具/数据源」之间的对接方式。

之前每个工具都要为每个模型厂商单独适配；现在写一个 MCP Server，所有支持 MCP 的客户端即插即用。

没有 MCP（M × N 难题）:
      ┌─────────┐  ┌─────────┐  ┌─────────┐
      │ Claude  │  │ ChatGPT │  │ Cursor  │
      └────┬────┘  └────┬────┘  └────┬────┘
           │ × 3 套不同 API
           ↓            ↓            ↓
        GitHub      Slack       Postgres ... 100 个工具
        
        → 需要写 3 × 100 = 300 个集成
      
      有 MCP（M + N）:
      所有客户端 ──MCP 协议──→ 所有 Server
        → 只需 3 + 100 = 103 个实现

为什么需要 MCP

痛点 1：Function Call 不能跨模型/平台

# OpenAI 写法
      tools = [{"type":"function","function":{"name":"...","parameters":{...}}}]
      
      # Anthropic 写法
      tools = [{"name":"...","input_schema":{...}}]
      
      # Gemini 写法
      tools = [Tool(function_declarations=[FunctionDeclaration(...)])]
      
      → 同一个工具集成进 3 个平台 = 写 3 份代码

痛点 2：工具复用难

你为公司写的「查订单」工具，只能用在你的应用里。其他人/团队/产品想用 → 必须重新实现一遍。

痛点 3：用户切换 IDE 痛苦

在 Cursor 里配的工具，换到 VSCode 又要重新配。

MCP 解决方案

统一协议:
        - 客户端（Claude Desktop / Cursor / Zed / 自研 app）按 MCP 调用
        - 服务端（任何人写的 MCP Server）按 MCP 响应
      
      效果:
        - 写一次 Server，处处可用
        - 用户在任何 MCP 客户端里都能用同一套工具
        - 工具市场化（社区可分享 Server）

MCP 的三大原语（Primitives）

MCP 不只是 Function Call 的「标准化」 —— 它定义了三种暴露给模型的资源：

原语	类型	用途
Tools	可调用函数	让模型主动调用（同 FC）
Resources	可读数据	文件、数据库表、API 响应等，模型按需读取
Prompts	模板化提示词	Server 预定义的常用 prompt 模板

举例 —— 一个「GitHub MCP Server」可以提供：

Tools: create_issue, merge_pr, add_comment
Resources: repo_readme, recent_commits, open_issues
Prompts: code_review_prompt, release_notes_prompt

模型可以根据需要混合使用这三种能力。

MCP 架构：Client / Server 模式

┌──────────────────────────────────────────────┐
      │  Host（模型宿主：Claude Desktop / Cursor）     │
      │  ┌────────────────────────────────────────┐  │
      │  │  Client（每个 Server 一个 Client）      │  │
      │  └──┬─────────┬─────────┬──────────┬────┘  │
      └─────┼─────────┼─────────┼──────────┼───────┘
            ↓         ↓         ↓          ↓
         ┌─────┐  ┌─────┐  ┌─────┐    ┌─────┐
         │Server│ │Server│ │Server│    │Server│
         │GitHub│ │ DB  │ │File │    │自定义│
         └─────┘  └─────┘  └─────┘    └─────┘

Host：用户实际操作的程序（如 Claude Desktop）
Client：MCP 协议的客户端实现（Host 内部，每个 Server 一个）
Server：暴露 Tools / Resources / Prompts 的进程

传输层：3 种 transport

MCP 不绑死任何传输方式：

Transport	适合	典型场景
stdio	本地 Server	Claude Desktop 启动子进程通信
HTTP + SSE	远程 Server	Web 服务、跨机器调用
Streamable HTTP	高吞吐	2025 新增，替代 SSE

# stdio 示例（本地子进程）
      # Claude Desktop config:
      {
          "mcpServers": {
              "github": {
                  "command": "npx",
                  "args": ["-y", "@modelcontextprotocol/server-github"],
                  "env": {"GITHUB_TOKEN": "ghp_xxx"}
              }
          }
      }

应用场景（2026 真实案例）

IDE 增强

Cursor / VSCode + GitHub MCP：直接在编辑器问 "最近 PR 有哪些 review 意见"
Cursor + Database MCP：让 AI 帮你查询生产数据库（带权限）
Cursor + Sentry MCP：「最近哪个服务报错最多？」

桌面 AI 助手

Claude Desktop + File System MCP：让 Claude 读写你的本地文件
Claude Desktop + Slack MCP：让 Claude 总结昨天的群消息
Claude Desktop + Notion MCP：让 Claude 维护你的知识库

企业内部 AI

自研 MCP Server 暴露：CRM / ERP / 工单系统 / 日志查询 / 部署工具
全公司任何 AI 应用（Claude / Cursor / 内部产品）共用同一套 Server

Agent 平台

LangGraph / AutoGen 等 Agent 框架直接读取 MCP Server作为工具源
不需要在 Agent 代码里硬编码工具列表

生态现状（2026 年）

官方 Server（Anthropic 维护）

@modelcontextprotocol/server-filesystem    本地文件系统
      @modelcontextprotocol/server-github        GitHub
      @modelcontextprotocol/server-gitlab        GitLab
      @modelcontextprotocol/server-postgres      PostgreSQL
      @modelcontextprotocol/server-sqlite        SQLite
      @modelcontextprotocol/server-slack         Slack
      @modelcontextprotocol/server-google-maps   Google Maps
      @modelcontextprotocol/server-puppeteer     浏览器自动化
      @modelcontextprotocol/server-memory        知识图谱记忆
      ... 30+ 官方 Server

社区 Server

awesome-mcp-servers 列表里已有 500+ 社区 Server，覆盖：

各家云服务（AWS / GCP / Cloudflare）
各种 SaaS（Linear / Jira / Notion / Airtable / HubSpot）
各种数据源（Snowflake / BigQuery / Elasticsearch）
各种工具（Figma / Adobe / Office）

客户端支持情况

客户端	MCP 支持度
Claude Desktop	⭐⭐⭐⭐⭐ 原生
Cursor	⭐⭐⭐⭐⭐ 原生
Continue.dev	⭐⭐⭐⭐ 内置
Zed	⭐⭐⭐⭐ 内置
VSCode (官方扩展)	⭐⭐⭐⭐ 2025 加入
Cline	⭐⭐⭐⭐ 内置
Claude Agent SDK	⭐⭐⭐⭐⭐ 一等公民

MCP vs Function Call：核心差异

维度	Function Call	MCP
标准化	各厂商不同	统一协议
工具复用	每个应用自己写	Server 一次写到处用
资源访问	只能调函数	Tools + Resources + Prompts
部署	内嵌在应用代码	独立进程，可热插拔
用户场景	应用开发者	终端用户 + 应用开发者

简单说：FC 是「程序内用的工具调用」，MCP 是「跨程序、跨用户复用工具」。

学习路径

章节	内容
协议规范	消息格式 / 生命周期 / 能力协商
编写 Server	Python SDK 完整示例
客户端集成 + 生态	TypeScript Client / 配置 / 安全

何时该用 MCP

✅ 强烈推荐：

工具需要被多个应用共用
用户需要在多个 IDE/客户端用同样的工具
公司想建立内部 AI 工具平台
集成开源工具生态（GitHub / Slack / DB 等）

❌ 不需要：

一次性的小脚本（直接 FC 更快）
工具只在自己应用里用（FC 够了）
极致性能要求（多一层 IPC 有少量开销）

下一节：协议规范详解 —— 真正搞懂 MCP 的内部机制。

← 上一篇

RAG · 进阶模式

MCP · 协议规范