30:["$","section",null,{"className":"mt-10","children":[["$","div",null,{"className":"border-gray-190 dark:border-gray-680 flex items-center gap-3 border-b pb-3","children":[["$","span",null,{"className":"text-brand font-mono text-[11px] font-semibold tracking-[0.14em] uppercase","children":"Full translation"}],["$","h2",null,{"className":"text-primary text-sm font-semibold","children":"完整中文译文"}]]}],["$","div",null,{"className":"$34","dangerouslySetInnerHTML":{"__html":"

我想做一个简单的价格对比工具。最终做出来的东西让我重新思考了 AI 智能体如何与现实世界交互。

我试过的每一个 AI 助手都有同样的盲点。问它"现在新加坡最便宜的 iPhone 17 是多少？"它要么编一个价格，要么让你去亚马逊上看看。

我想要一个能真正查看真实商店实时价格、并给出直接答案的 AI。

什么是 MCP Server？

Model Context Protocol（MCP）让 AI 模型能够调用外部工具。可以把它想象成 AI 的 USB 端口。插上一个 MCP server，你的 AI 突然就能搜索数据库、查询 API、与现实世界交互了。

MCP server 暴露了一系列工具。每个工具都有名称、描述和输入 schema。AI 读取这些 schema 后决定调用哪个工具。

我将 Claude 连接到了一个覆盖美国和东南亚电子市场的产品目录。这个 MCP server 暴露了七个工具：搜索产品、获取产品详情、比价、查找最低价、获取优惠、列出分类，以及数据摄入。

我问它："找出新加坡最便宜的 AirPods Pro 2。"Claude 搜索了结果，按价格排序，并在真实店铺中呈现了三个选项及当前价格。总耗时约八秒。

保持 Tool Schema 精简

你连接的每个 MCP server 都会向你的 context window 添加 token。七个工具增加几千个 token。这听起来不多，但当你连接五个 server，突然发现问第一个问题前就消耗了 20,000+ 个 token。保持 schema 精简，控制工具数量。

如果重来我会怎么做

从 3 个工具开始，而不是 7 个。

先做分发，再做内容。

衡量真正重要的东西。

\n"}}]]}]