8.0
热点
AI SCORE
技术实践2026-11-18 03:49
给大模型接工具,何时该用 MCP
dev.to · AI#MCP#工具集成
Editor brief · 编辑速览
文章梳理 MCP 的三类角色和两种传输方式,比较协议接入与直接集成的适用场景,并指出首次采用时的常见误区。
文章思维导图
Knowledge map
AI brief
原文暂未完整获取,基于公开信息的快读
dev.to 的一篇文章梳理了给大模型应用接工具时,何时该用 MCP(Model Context Protocol)。它讨论的是一个常见的工程问题:同一套内部文档和业务 API 要接进多个 AI 客户端,能不能只实现一次接口,供不同应用复用?
目前能确认什么
MCP 把接入拆成三个角色。Host 是用户操作的 AI 应用,负责决定何时调用工具、何时读取外部数据。Client 在 Host 内部,每个 Client 管理到一个 Server 的连接。Server 对外提供能力,比如搜索内部文档、读取文件或查询问题单。
Server 可以暴露三类能力。Tools 用来执行操作或查询,Resources 提供只读上下文,Prompts 提供可复用的提示词模板。消息采用 JSON-RPC 2.0。本地子进程可以通过 stdio 收发消息,供多人访问的远程服务可以用 Streamable HTTP。
我的判断
同一套工具要接进多个 AI 应用时,MCP 的复用价值最明显。 比如团队既要在编辑器里查内部文档,也要让内部助手查同一批内容,就可以把查询能力放在同一个 MCP Server 里。如果只有一个应用需要调用一个现成的业务 API,直接集成少一层协议适配,可能更省事。
节选列举了支持 MCP 的应用,但没有交代各家对传输方式和三类能力的支持范围。团队如果打算让编辑器和内部助手共用一个远程 Server,得先从各自的官方文档确认两端是否都支持 Streamable HTTP,以及是否都能读取 Resources。只看到「支持 MCP」,还判断不了同一份文档能否在两个应用里按同样的方式用起来。