8.0
热点
AI SCORE
编程提效2026-08-11 08:07
MCP协议：AI应用的USB-C接口
dev.to · AI#MCP#Agent#工具集成
Editor brief · 编辑速览
详解Model Context Protocol如何标准化AI工具共享与复用，结合n8n工作流演示MCP服务器创建与调用方法。
第一次听说 MCP 时，我相当震惊，心想这到底是什么。但现在多亏了 n8n，我对它们已经了如指掌 😁。
MCP 全称是 Model Context Protocol。
Agentic AI 真正的创新不在 MCP，而在于 tools（工具）。
工具才是改变游戏规则的东西。LLM 能够根据它生成的 token 决定调用某个函数或 API——这才是核心能力。MCP 只是让这些工具的共享和复用变得更加便捷的标准。
尽可能使用结构化输出，而不是 LLM 通常返回的简单字符串，因为 JSON 处理起来要方便得多。
如果让我来概括，我会说：想象我们想要创建一个 lead hunter（潜在客户挖掘）工具。我完全不关心它内部是怎么工作的，我只希望给它一个这样的 prompt："我想向东南亚国家销售一个 CO2 计算器和优化器，给我 10 家最主要的公司/组织"，然后得到一个结构化的回复，其中包含尽可能准确的直接联系方式。
所以你去 n8n 创建一个公开的工作流，像这样：
然后你需要创建一个单独的公开工作流来暴露新的 MCP server：
接着你只需要把它添加到你的 agent，或者也可以比如添加到 Claude：
你可以在这里查看 n8n 工作流：https://gist.github.com/kasir-barati/eb1059bbd85abf6cadd83a10c35f4cf4
还要特别注意在 n8n 中如何声明我们的 MCP 能做什么，这样 Claude 才知道需要向 MCP server 发送什么，以及它应该期待收到什么样的响应：
n8n 内置的工具都是 MCP server，它们的描述准确而整洁，类似于我们为这个小 MCP server 所做的。这也是 LLM 知道该调用哪个工具的原因！
所以我们这个小小 MCP 的完整流程是这样的：
而 Claude 这边只是客户端，负责发起请求、接收响应，最终可视化展示给用户。
Anthropic 创建了 MCP 并在 2024 年底发布。它在 2025 年 3-4 月左右开始流行，并已成为 AI 生态中的一股重要力量。
Anthropic 把 MCP 描述为 AI 应用的 USB-C 端口（ref），这是一个很好的类比——它是一种为标准化 AI 应用与外部系统的连接方式而设计的协议。
MCP 由三个关键组件构成：
MCP Host（主机）：你的 agents 运行的整体环境（例如 Claude 桌面应用、n8n 工作流，或任何 AI 应用）。
MCP Client（客户端）：位于主机内部、用于连接 MCP server 的组件。
MCP Server（服务器）：实际提供工具能力、暴露功能给 LLM 的部分。
MCP 客户端和服务器之间可以通过三种方式通信：
stdio（Standard Input/Output，标准输入/输出）：最简单的方式，但只有在 server 和主机运行在同一台电脑上时才有效。
SSE（Server-Sent Events，服务端推送事件）：已弃用。
Streamable HTTP：SSE 的现代替代方案，支持远程连接（server 可以运行在任何地方）。
n8n 目前只支持 Streamable HTTP 和 SSE，不支持 Stdio。
但即便如此，我相信了解 MCP 能让我们更容易采用和迁移到 Code Mode 或任何其他标准。正如老话说的：换汤不换药。
学习 MCP 让你掌握"旋律"，所以上手 Code Mode 不过是学唱"新歌词"。