L3 · 专题文章

MCP

Agent协作与执行MCP

本页只讲 3–5 条最关键判断，不写百科

4核心点
先记住MCP 是 Agent 与外部工具之间的标准化接口

不掌握就无法正确判断、使用或排错

先看重点 ↓ 下一步
LIVE
CORE MCP
01 WHAT

是什么

MCP 是模型上下文协议，用于标准化大模型与外部工具/数据源的交互。

02 WHY

为什么

Agent 需要可靠调用外部能力，MCP 提供统一接口，降低集成复杂度。

03 HOW

怎么做

通过定义工具描述、输入输出格式和调用流程，实现模型与工具的无缝对接。

04 WHEN

什么时候

当 Agent 需要调用多个外部工具或数据源时使用；若只需单一简单接口，可直接硬编码。

FOCUS

先记住这些

只留最重要的判断，细节见下方实践
01 工具描述

不掌握就不能用

工具描述必须准确、完整，否则模型无法正确调用

02 调用流程

与最近邻的差异

MCP 提供标准化调用流程，区别于硬编码接口

03 权限控制

最高频踩坑

权限配置不当会导致工具调用失败或安全风险

PROBLEM / POSITION / INTERFACE

先弄清它为什么存在，以及谁在使用

不从历史开始，从真实工作关系开始。
  1. 01 解决的问题

    Agent 需要调用多个外部工具或数据源时

    缺乏统一标准导致集成复杂、维护困难

    成功标准
    实现模型与工具的标准化交互，降低集成成本
  2. 02 AI 生态位

    MCP 是 Agent 与外部工具之间的桥梁，提供标准化接口

    上游
    依赖大模型和外部工具/数据源
    下游
    为 Agent 提供调用外部能力的能力
  3. 03 人的生态位

    开发者负责定义工具描述、输入输出格式和调用流程

    适合使用
    当 Agent 需要调用多个外部工具或数据源时
    不必使用
    若只需单一简单接口，可直接硬编码
  4. 04 独特价值

    提供标准化接口，降低集成复杂度，提高可维护性

    工具描述的准确性、输入输出格式的兼容性、调用流程的可靠性

    复杂度判断
    复杂度不是功能数量，而是控制与验证成本。

INTERFACE FLOW

谁在操作，信息怎样流动

  1. WHO OPERATES

    HUMAN开发者负责定义工具描述、输入输出格式和调用流程

    MODEL大模型根据工具描述生成调用请求

  2. INPUT

    工具描述、输入参数、调用请求

  3. CONTROL

    工具描述、输入输出格式、调用流程、权限控制

  4. OUTPUT

    工具执行结果、状态码、错误信息

CODE / PYTHON最小 Python 调用
import os
from mcp import MCPClient

client = MCPClient(api_key=os.environ["API_KEY"])
resp = client.call_tool(
    tool_name="search",
    input={"query": "MCP 是什么"},
)
print(resp.result)

最短闭环：读环境变量密钥 → 调用工具 → 打印结果。真实密钥不要写进代码。

JSON / RESPONSE典型返回（示意）
{
  "tool_name": "search",
  "result": "MCP 是模型上下文协议，用于标准化大模型与外部工具/数据源的交互。",
  "status": "success",
  "usage": {
    "prompt_tokens": 12,
    "completion_tokens": 18,
    "total_tokens": 30
  }
}

FAQ

常见问题

选型、用法与失败，不复述定义。
01它和最相近的方案有什么区别？＋

MCP 提供标准化接口，区别于硬编码接口。

避免跟风选型。
02最小可用方式是什么？＋

通过定义工具描述、输入输出格式和调用流程，实现模型与工具的无缝对接。

帮助真正开始。
03什么时候不需要它？＋

若只需单一简单接口，可直接硬编码。

控制系统成本。

NEXT

下一步

Multi-Agent → Browser Use → Computer Use →