模型上下文协议（Model Context Protocol，简称 MCP）是一种开放标准，旨在实现人工智能应用程序与其所使用的工具及数据之间的连接。在该架构中，服务器负责声明其功能范围，应用程序将这些信息呈现给模型；当模型需要特定资源时，应用程序会调用相应的服务器。
MCP 的核心定义
MCP 并非简单的 REST API，而是基于 JSON-RPC 协议，通过 stdin/stdout 或单一 HTTP 端点进行通信，且允许服务器向客户端发起反向请求。虽然底层使用 JSON-RPC 作为消息封装格式，但 MCP 进一步定义了具体的方法、能力协商机制、传输层规范以及认证流程。
该协议主要涉及三个关键组件：
- 宿主应用（Host）：用户日常使用的 AI 应用程序，例如 Claude、Cursor、ChatGPT 或各类智能代理（Agent）。
- 服务器（Server）：一个轻量级程序，用于暴露工具、数据源或提示词（Prompts）。
- 模型（Model）：决策核心，负责判断需要使用哪些资源。值得注意的是，模型本身不直接与服务器通信，所有交互均由宿主应用中转。
技术规格与交互机制
MCP 提供了标准化的消息流处理机制。关于具体协议的详细时间线、工具集成方式以及故障排查指南，可参考官方技术文档中的“规格时间机器”与“打破它”章节。
